MétaCan
Menu
Retour à la cohorte
Enregistrement W4281616603 · doi:10.53013/bestuurskunde.2.1.73-88

Model Evaluation of Papua and West Papua Province's Special Autonomous

2022· article· en· W4281616603 sur OpenAlexaff
Sadu Wasistiono, Ika Sartika

Notice bibliographique

RevueBestuurskunde Journal of Governmental Studies · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIsland Studies and Pacific Affairs
Établissements canadiensInstitute on Governance
Organismes subventionnairesnon disponible
Mots-clésAutonomyContext (archaeology)Government (linguistics)PoliticsFocus groupPolitical sciencePublic administrationEconomic growthGeographySociologyLawEconomics

Résumé

récupéré en direct d'OpenAlex

The special autonomy fund expires in 2021, according to Law Number 21 of 2001 respecting Special Autonomy for the Province of Papua. As a result of this provision, political turmoil occurs. Law Number 2 of 2021 was immediately enacted by the government. There are still major issues that have not been resolved and will recur in the future, such as the lack of a complete and ongoing examination of the use of special autonomy funds. The goal of this research is to develop a unique autonomy evaluation model for Papua and West Papua Province. The CIPP Model (Context, Input, Process, Product) and the Gap Analysis Model were used in this study. The two models are used to assess education, health, infrastructure, and affirmation funding, which are the four key areas of focus for the utilization of special autonomy funds. The CIPP evaluation model can be used to comprehensively evaluate the use of special autonomy funds in two provinces in four areas, according to secondary data analysis and focus groups with stakeholders in the provinces of Papua and West Papua, as well as the cities of Jayapura and Sorong, including government officials, traditional leaders, youth leaders, women's leaders, and members of the Papuan People's Assembly (MRP). In the meanwhile, gap analysis can be used to map problems and solutions for the utilization of special autonomy funding in research sites.

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)0,005
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,139
Score d'incertitude au seuil0,276

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,075
Tête enseignante GPT0,336
Écart entre enseignants0,261 · 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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBestuurskunde Journal of Governmental StudiesMême sujetIsland Studies and Pacific AffairsTravaux en français237 207