MétaCan
Menu
Retour à la cohorte
Enregistrement W4312948972 · doi:10.25105/refor.v4i4.14113

TINJAUAN YURIDIS PEMBAGIAN WARIS TERHADAP ANAK ALM. IVAN LIMBUNAN BERDASARKAN PUTUSAN PENGADILAN

2022· article· id· W4312948972 sur OpenAlexaff
Rasyaki Putri Adim, Khairani Bakri

Notice bibliographique

RevueReformasi Hukum Trisakti · 2022
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueLegal Studies and Policies
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésArtHumanities

Résumé

récupéré en direct d'OpenAlex

Hukum waris adalah peralihan harta kekayaan oleh pewaris kepada para ahli waris. Pada pembagian warisan tidak terlepas dari permasalahan sengketa yang dialami para ahli waris, hal ini dialami oleh anak-anak dari perkawinan ke-1, ke-2, ke-3, ke-4 dan ke-5 dari Alm. Ivan Limbunan. Pokok permasalahan: Bagaimanakah pembagian waris terhadap anak-anak dari perkawinan ke-1, ke-2, ke-3, ke-4 dan ke-5 dari Alm.Ivan Limbunan menurut KUHPerdata, Apakah isi amar Putusan Pengadilan Negeri Makassar Nomor 422/Pdt.G/2020/PN.MKS Bagian Nomor 1 Tentang Pembagian Harta Waris Alm. Ivan Limbunan Kepada Ahli Warisnya Sudah Sesuai Atau Tidak Menurut KUHPerdata. Metode penelitian yang digunakan adalah deskriptif analisis dengan pendekatan kualitatif, meneliti bahan pustaka melalui data sekunder sebagai bahan dasar untuk diteliti. Hasil penelitian ini mengemukakan bahwasannya Anak-anak dari perkawinan ke-1, ke-2, ke-3, ke-4 dan ke-5 dari Alm.Ivan Limbunan bisa mendapatkan waris berdasarkan Pasal 832 dan Pasal 852 KUHPerdata dengan pembagian waris yaitu Fransiska (8/14) bagian dan ke enam anak-anak dari perkawinan ke-1, ke-2, ke-3, ke-4 dan ke-5 dari alm. Ivan Limbunan masing-masing mendapat (1/14) bagian, Isi Amar Putusan Pengadilan Negeri Makassar Nomor 422/Pdt.G/2020/ PN.MKS Bagian Nomor 1 tentang pembagian harta waris Alm.Ivan Limbunan kepada ahli warisnya tidak sesuai dengan Pasal 250, Pasal 830 jo 852, dan Pasal 852a KUHPerdata.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,602
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,002
Études des sciences et des technologies0,0100,001
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0000,002
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 Opus0,025
Tête enseignante GPT0,285
Écart entre enseignants0,260 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReformasi Hukum TrisaktiMême sujetLegal Studies and PoliciesTravaux en français237 207