PENYALURAN BANTUAN LANGSUNG TUNAI DANA DESA (BLT-DD) DIMASA PANDEMI COVID-19 DI DESA PEWISOA JAYA KABUPATEN KOLAKA
Notice bibliographique
Résumé
This study aims to determine the practice of distributing the Village Fund Direct Cash Assistance (BLT-DD) program during the Covid-19 Pandemic in Pewisoa Jaya Village, Tanggetada District, Kolaka Regency. This research is a qualitative descriptive study with data collection methods through interviews, observation and documentation. The results of this study indicate that the implementation of the BLT-DD program during the Covid-19 Pandemic in Pewisoa Jaya Village, Tanggetada District, Kolaka Regency, has not gone well, this can be seen from the determination of the names of Family Cards (KK) as BLT-DD recipients that are not correct. target. In this case, in Pewisoa Jaya Village, there was never any updating of the Integrated Social Welfare Data (DTKS) even though they visited people's homes to collect community data as potential recipients of BLT-DD. The achievement of the objectives of the program policy in Pewisoa Jaya Village has not run optimally, because there are still people who are in the capable category and have received other social assistance but whose names are registered again as BLT-DD recipients, while there are still many poor people who have never been touched by social assistance. so that the objectives of the BLT-DD program have not been fully targeted.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,001 |
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 ».