Success predictors of village financial systems
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
SISKEUDES is a financial system used by the village government aimed at improving accountability, creating common perceptions in the delivery and application of various laws and regulations in the form of village financial management systems and procedures. Implementation of SISKEUDES helps us improve good corporate governance of village government in Indonesia. However, in the Village Assistance Report in Badung Regency in 2018 and 2019, there were input errors from planning, budgeting, administration and financial reporting. Based on this phenomenon, this study tested the predictor of successful application of the system. The measurement of SISKEUDES success is based on DeLone and McLean information system success model. This study examines the direct effect of system quality, information quality, service quality and quality of human resource on use, user satisfaction and net benefits. The sample determination technique uses purposive sampling with criteria of all SISKEUDES users in Badung Regency Village Government with a minimum of 1 year working experience. Data analysis uses Partial Least Square with SmartPLS 3. The results show that only system quality, information quality, and service quality have positive effects on user satisfaction, while the quality of human resources has no effect on user satisfaction. The quality of information, the quality of service, and the quality of human resources have positive effects on the use, while the quality of the system has no effect on the use. The quality of information, service quality, use and user satisfaction have positive effects on net benefits.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle