MétaCan
Menu
Retour à la cohorte
Enregistrement W4214659310 · doi:10.31933/unesrev.v4i3.232

The SOLUSI POTRET PROBLEMATIKA MATERI MUATAN REGULASI DALAM PENANGANAN COVID-19 DI INDONESIA

2022· article· en· W4214659310 sur OpenAlexaff
Ahmad Sabirin, Febrian Duta Adhiyaksa, Janna Shafira Widianti Apcar

Notice bibliographique

RevueUNES Law Review · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCOVID-19 Prevention and Impact
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésGovernment (linguistics)PandemicCoronavirus disease 2019 (COVID-19)NormativeConstitutionPolitical scienceParagraphLawQuarantineLegislaturePublic administrationBusinessMedicine

Résumé

récupéré en direct d'OpenAlex

The COVID-19 pandemic has had a tremendous impact, ranging from the economic crisis to public health, which is the government's focus in minimizing the impact of the Covid-19 pandemic. The type of research used in this research is juridical-normative. And the purpose of this research, namely; 1) describe the regulations issued by the Central and Regional Governments in dealing with the Covid-19 Pandemic, 2) and describe solutions to overcome regulatory problems issued by the Central and Regional Governments during the Covid-19 Pandemic. The government in issuing several regulations looks inconsistent, for example; the difference in the definition of PSBB as regulated in PP No. 21 of 2020 with that regulated in the Quarantine Law. Then, regarding the Instruction of the Minister of Home Affairs Number 15 of 2021 which is considered to have neglected the regulations above. Problems with existing regulations, the government needs to break the chain of spread of the Covid-19 pandemic with the product of regulations based on the Tiered Law Theory by Hans Nawiasky. This theory then when associated with problems in Indonesia can make Article 34 paragraph (3) of the 1945 Constitution and Law no. 6 concerning Health Quarantine is a reference for the government in formulating the rules under it, in matters relating to regulations during the Covid-19 pandemic so that it becomes a solution in overcoming the regulatory problems of handling the Covid-19 pandemic.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,007
Communication savante0,0110,004
Science ouverte0,0010,003
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,048
Tête enseignante GPT0,378
Écart entre enseignants0,330 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUNES Law ReviewMême sujetCOVID-19 Prevention and ImpactTravaux en français237 207