Pengaruh Kebijakan Restriksi Pemberian Hibah Bansos terhadap Politisasi Anggaran oleh Calon Incumbent pada Pilkada Kabupaten/Kota Tahun 2017
Notice bibliographique
Résumé
Penelitian ini bertujuan untuk menganalisis sejauh mana kebijakan restriksi pemberian hibah dan bantuan sosial dapat mencegah adanya political budget cycles (PBC) di era pemilihan kepala daerah pada daerah-daerah yang memiliki calon incumbent, dengan mengambil kasus pelaksanaan Pilkada Serentak Tahun 2017 di 94 kabupaten/kota di Indonesia. Dengan menggunakan fixed effect regression atas data panel selama periode tahun 2014-2018, penelitian ini menemukan bahwa tidak ada perbedaan yang signifikan terkait pertumbuhan anggaran belanja hibah dan bantuan sosial pada tahun politik 2016- 2017 antara kabupaten/kota yang memiliki calon incumbent dan tidak. Terdapat indikasi bahwa kebijakan restriksi pemberian hibah dan bantuan sosial yang diberlakukan di tahun 2016 memiliki korelasi positif dengan tidak adanya political budget cycles (PBC) di daerah-daerah yang memiliki calon incumbent.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,044 | 0,006 |
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 ».