MétaCan
Menu
Retour à la cohorte
Enregistrement W4245034850 · doi:10.31219/osf.io/gvc57

Analisis Transparansi dan Akuntabilitas Terhadap Alokasi Dana Desa ( Studi Desa Merbau Mataram Kecamatan Merbau Mataram )

2021· preprint· id· W4245034850 sur OpenAlexaff
Aminah Aminah, Albertus Daoni, Tina Miniawati, Khairudin Khairudin

Notice bibliographique

Revuenon disponible
Typepreprint
Langueid
DomaineSocial Sciences
ThématiqueLocal Governance and Development
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Akuntansi pemerintahan memiliki tiga tujuan pokok, yaitu pertanggungjawaban, manajerial, dan pengawasan. Pertanggungjawaban yang dilakukan pemerintah merupakan perwujudan dari penyediaan informasi mengenai setiap tindakan atau kegiatan dan pengelolaan keuangan yang dilakukan pemerintah selama satu periode. Alokasi Dana Desa merupakan salah satu bentuk pertanggungjawaban pemerintah untuk meningkatkan pembangungan di tingkat pedesaan. Alokasi Dana Desa berasal dari pendapatan Transfer yang bersumber dari bagian dana perimbangan keuangan pusat dan daerah yang diterima oleh kabupaten/kota. Penelitian ini dilaksanakan di Desa Merbau Mataram Kecamatan Merbau Mataram Kabupaten Lampung Selatan.Penelitian ini menggunakan metode kualitatif dengan pendekatan deskriptif. Tujuan dari penelitian ini yaitu untuk menganalisis akuntabilitas dan transparansi di desa merbau mataram yang mendapatkan ADD. Hasil deskripsi didapat melalui pengukuran dengan membandingkan undang-undang Permendagri 113 tahun 2014 dengan kegiatan lapangan yang sesungguhnya.Hasil penelitian berdasarkan Permendagri 113 tahun 2014 menunjukkan bahwa secara garis besar pengelolaan alokasi dana desa di Desa Merbau Mataram sudah akuntabel Baik dari perencanaan, pelaksanaan, penatausahaan, pelaporan, pertanggungjawaban dan untuk transparan pada desa merbau mataram belum transparan terhadap masyarakat.

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)0,008
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,023
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,030
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,002
Communication savante0,0070,007
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0230,004

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 GPT0,299
Écart entre enseignants0,267 · 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'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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetLocal Governance and DevelopmentTravaux en français237 207