MétaCan
Menu
Retour à la cohorte
Enregistrement W3181840603 · doi:10.6000/1929-4409.2021.10.138

Barriers to the Implementation of the Articles of Continuing Acts in the Law of Criminal Acts of Corruption in Indonesia

2021· article· en· W3181840603 sur OpenAlexvenueno aff
Farida Kaplele, Sigid Suseno, Lies Sulistiani, Elis Rusmiati

Notice bibliographique

RevueInternational Journal of Criminology and Sociology · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIndonesian Legal and Regulatory Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLanguage changeParagraphCriminal codeLawCriminal lawState (computer science)IndonesianCriminal procedurePolitical scienceWeightingAction (physics)CriminologySociologyComputer scienceMedicine

Résumé

récupéré en direct d'OpenAlex

The problem that will be discussed in this paper is the problem of obstacles to eradicating criminal acts of corruption regulated in the Corruption Crime Act in Indonesia, which in its implementation is often associated with the existence of norms in Article 64 Paragraph (1) of the Indonesian Criminal Code which regulates criminal acts. (voorgezette handling) corruption in Indonesia. To overcome this problem, a search for documents and literature studies was carried out, a study of laws and regulations, including decisions on corruption cases that had existed, then carried out a descriptive analysis to solve the problem. The study results show that the obstacles in the application of Article 64 of the Criminal Code are related to continuing acts of corruption in Indonesia. First, the difficulty of separating a criminal act as a single offense if it is carried out by state officials who handle the same problem and project every time. Day; Second, it is often interpreted that the will's decision is an act of corruption itself; Third, the determination of material actions (feit materieele); and Fourth, continuous action is not only seen as a rule relating to the issue of the imposition of crime and the weighting of criminal acts.

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.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,627
Score d'incertitude au seuil0,393

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,356
Écart entre enseignants0,312 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Criminology and SociologyMême sujetIndonesian Legal and Regulatory StudiesTravaux en français237 207