Metode Omnibus Law dalam Pembaharuan Hukum Pembentukan Peraturan Perundang-Undangan di Indonesia (Studi Perbandingan Negara Kanada, Amerika Serikat, Filipina dan Vietnam)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The method for forming omnibus laws and regulations is relatively new to positive law for the formation of laws and regulations in Indonesia, considering overlapping regulations are one of the legal issues for reforming laws and regulations in Indonesia that need serious attention. There is a great number of laws and regulations that overlap each other, both horizontally and vertically, resulting in disharmony and legal uncertainty in the laws and regulations in Indonesia and to increase investment value and the national economy which is still relatively low when compared to other countries. This research discusses how the omnibus law concept is applied in other countries in the formation of laws and regulations; and whether the concept of the omnibus law implemented by the Government of Indonesia is in accordance with the objectives of the law and the legal reform of the formation of statutory regulations. This study uses normative research methods. The results of this study conclude that first, other countries, namely Canada, the United States, the Philippines and Vietnam have different legal reasoning, namely as a consolidated norm; increase the investment sector; and the many laws and regulations that overlap with each other and the process of forming laws and regulations is lengthy. Second, the omnibus law method in Indonesia is through Law No. 11 of 2020 on Job Creation which has been revoked by Government Regulation in lieu of Law No. 2 of 2022 does not reflect the objectives of the law (fairness, public benefit and legal certainty) and there are no principles for forming good statutory regulations.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle