MétaCan
Menu
Retour à la cohorte
Enregistrement W4323029238 · doi:10.47860/economicus.v15i1.226

PENGARUH KEDISIPLINAN DAN PENGAWASAN TERHADAP KINERJA BANTUAN POLISI PAMONG PRAJA KABUPATEN BOGOR

2021· article· id· W4323029238 sur OpenAlexaff
Syaiful Anwar, Muhamad Jibril

Notice bibliographique

RevueEconomicus · 2021
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueEmployee Performance and Management
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesMathematicsPhysicsArt

Résumé

récupéré en direct d'OpenAlex

Tujuan Penelitian ini adalah untuk mengetahui dan menganalisis Pengaruh Pengawasan dan Kedisiplinan terhadap Kinerja Pegawai/anggota pada instansi Satuan Polisi Pamong Praja Kabupaten Bogor. Jenis Penelitian yang digunakan ini adalah kausalitas dengan pendekatan kuantitatif, Lokasi penelitian tersebut di Kantor Satuan Polisi Pamong Praja Kabupaten Bogor. Populasi Penelitian adalah anggota Bantuan Polisi Pamong Praja Kabupaten Bogor yang berada di Markas Komando dengan total 150 orang. Pada Penelitian ini Pengambilan Sampleing dilakukan dengan menggunakan Rumus Slovin dan di dapat hasil Sampleing berjumlah 110 orang. Dalam hasil Penelitian menunjukan bahwa Pengawasan dan Kedisiplinan secara bersamaan mempunyai Pengaruh terhadap kinerja Bantuan Polisi Pamong Praja Kabupaten Bogor, hal tersebut di buktikan berdasarkan hasil uji F (simultan) yang di peroleh nilai F hitung lebih besar dari F tabel, F hitung 59.206 > F tabel 3,08. Berdasarkan hasil uji Keofisien Determinasi diperolehan nilai Adjusted R Square sebesar 0,516 atau 51,6%. Hal tersebut menunjukan bahwa Kedisiplinan dan Pengawasan secara simultan berkontribusi mempangaruhi Kinerja Personil sebesar 51,6%. Sedangkan sisanya 48,4% di pengaruhi oleh faktor lain yang dalam penelitian tidak di bahas atau diteliti.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,021
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0210,005

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 GPT0,272
Écart entre enseignants0,247 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEconomicusMême sujetEmployee Performance and ManagementTravaux en français237 207