KRIMINALISASI DALAM UU NO. 24 TAHUN 2007 TENTANG PENANGGULANGAN BENCANA
Notice bibliographique
Résumé
Undang-Undang Nomor 24 Tahun 2007 tentang Penanggulangan Bencana merupakan salah satu sumber hukum pidana positif, oleh karena UU tersebut merumuskan Bab Ketentuan Pidana mulai Pasal 75 sampai dengan Pasal 79. Berdasarkan ketentuan pidana tersebut akan dapat diindetifikasi perbuatan-perbuatan apa saja yang merupakan tindak pidana penanggulangan bencana. Lebih lanjut, apabila ada yang melakukan perbuatan yang dilarang itu maka aparat peradilan pidana (polisi, jaksa, hakim, dan pemasyarakatan) akan melakukan penindakan dan penjatuhan pidana. Dengan demikian, UU No. 24 Tahun 2007 telah melakukan kriminalisai terhadap beberapa perbuatan yang terkait dengan masalah kebencanaan. Namun, sekalipun telah diundangkan bukan berarti persoalan telah selesai. Kebijakan kriminalisasi dalam UU No. 24 tahun 2007 tetap harus dianalisis guna mengantisipasi perbuatan-perbuatan kriminal sehubungan dengan penanggulangan bencana di Indonesia. Kajian yang dapat digunakan dalam rangka menganalisis kebijakan kriminalisasi dalam UU No. 24 tahun2007 adalah kajian politik hukum pidana. Kata kunci: Ketentuan Pidana, Kriminalisasi, Tindak Pidana PenanggulanganBencana, Politik Hukum Pidana.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,088 | 0,013 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».