MétaCan
Menu
Retour à la cohorte
Enregistrement W4244032113 · doi:10.52434/jurnalpublik.v12i2.5

Analisis Pelaksanaan Kebijakan Pembinaan Keuangan Pemerintah Desa Terhadap Manajemen Anggaran Pendapatan dan Belanja Desa Dalam Mewujudkan Efektivitas Pelaksanaan Program Kerja Pembangunan Desa di Kewedanaan Bayongbong Kabupaten Garut

2020· article· id· W4244032113 sur OpenAlexaff
Dodi Yudiardi, Iwan Ridwan

Notice bibliographique

RevueJurnal Publik · 2020
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueLocal Governance and Development
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysicsPolitical science

Résumé

récupéré en direct d'OpenAlex

Tujuan penulisan penelitian ini yaitu membahas pengaruh pelaksanaan kebijakan pembinaan keuangan pemerintah desa terhadap manajemen Anggran Pendapatan dan Belanja Desa (APBDes) dalam mewujudkan efektivitas pelaksanaan program kerja pembangunan desa di Kecamatan Bayongbong Kabupaten Garut. Metoda penelitian yang digunakan dalam penelitian ini adalah metode eksplanasi dengan pendekatan teknik evaluasi, teknik analisis yang digunakan dalam pembahasan dengan teknik analisis causal effectual yang mengkaji dan menganalis hubungan rasional sebab akibat antara pelaksanaan kebijakan pembinaan keuangan pemerintah desa, manajemen APBDes dan efektivitas pelaksanaan program kerja pembangunan desa. Fokus penelitian adalah Kepala Desa di 65 desa di wilayah Kecamatan Bayongbong Kabupaten Garut dengan menggunakan sampling yaitu sensus. Hasil pembahasan menunjukan bahwa pelaksanaan kebijakan pembinaan keuangn pemerintah desa berpengaruh secara signifikan terhadap manajemen APBDes dan efektivitas pelaksanaan program kerja pembangunan desa. Kesimpulan penelitian ini bahwa efektivitas pelaksanaan progrm kerja pembangunan desa dapat terwujud apabila manajemen APBDes dilaksanakan secara maksimal yang didukung oleh pelaksanaan kebijakan pembinaan keuangan pemerintah desa dengan baik dan optimal

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)0,007
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,016
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0230,002

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 Opus0,032
Tête enseignante GPT0,285
Écart entre enseignants0,253 · 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'étudeQualitatif
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal PublikMême sujetLocal Governance and DevelopmentTravaux en français237 207