MétaCan
Menu
Retour à la cohorte
Enregistrement W3207371083 · doi:10.22225/jkh.2.2.3208.213-217

Tindakan Preventif Kepolisian dalam Menanggulangi Penyalahgunaan Minuman Keras (Miras) di Wilayah Hukum Polda Bali

2021· article· en· W3207371083 sur OpenAlexaff
Anak Agung Satria Adhi Wiguna, Anak Agung Sagung Laksml Dewi, Luh Putu Sury Ani

Notice bibliographique

RevueJurnal Konstruksi Hukum · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal and Social Justice Studies
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésJurisdictionCriminologyPolitical scienceLawPsychology

Résumé

récupéré en direct d'OpenAlex

Alcohol is a stimulant because the elements it contains can rejuvenate the body, but this view is wrong because stimulants are only temporary. People who drink alcohol lack a sense of prevention or inhibition.People who drink alcohol lack a sense of prevention or inhibition. The research used in this research is a type of empirical research, where research is carried out on the real condition of the community or environment, with the aim of finding facts or existing legal problems. Seeing the obstacles faced by the police in implementing the "Alcohol Abuse Law" in the Bali police area, many factors have caused the Bali Police to face many obstacles in implementing the Anti Alcohol Abuse (Miras) Law, including internal and external factors that make Bali. Based on the background of the problems described, it can be concluded that the actions taken by the police to address alcohol abuse in the Bali Police area. Within the jurisdiction of the Polda in Bali, the obstacles faced by the police in enforcing laws regarding alcohol abuse.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,778
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,017
Tête enseignante GPT0,307
Écart entre enseignants0,291 · 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.

Devis d'étudeSans objet
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Konstruksi HukumMême sujetLegal and Social Justice StudiesTravaux en français237 207