MétaCan
Menu
Retour à la cohorte
Enregistrement W4381432315 · doi:10.31258/jkp.v14i2.8250

PERENCANAAN KOMUNIKASI PEMBEBASAN LAHAN JALAN TOL

2023· article· id· W4381432315 sur OpenAlexaff
Thiska Ika Jennisa, Anuar Rasyid, Suyanto Suyanto

Notice bibliographique

RevueJurnal Kebijakan Publik · 2023
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueAgricultural and Environmental Management
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Pengadaan tanah (pembebasan lahan) bagi pembangunan untuk kepentingan umum merupakan tuntutan yang tidak dapat dielakkan oleh pemerintah mana pun. Tujuan penelitian ini adalah untuk mengetahui I. Tahapan perencanaan komunikasi diterapkan oleh Dinas Pekerjaan Umum Provinsi Riau dalam pembangunan jalan tol ruas wilayah Pekanbaru–Dumai. II. Mengetahui pelaksanaan dan monitoring yang diterapkan oleh Dinas Pekerjaan Umum Provinsi untuk menentukan khalayak sasaran komunikasi pada permasalahan pembebasan lahan lokasi pembangunan jalan tol ruas wilayah Pekanbaru–Dumai. III. Mengetahui hasil evaluasi dan pelaporan dalam penyelesaian konflik dari perencanaan komunikasi yang telah dilaksanakan oleh Dinas Pekerjaan Umum Provinsi Riau dalam permasalahan pembebasan lahan lokasi pembangunan jalan tol ruas wilayah Pekanbaru-Dumai. Jenis penelitian yang akan digunakan dalam penelitian ini adalah penelitian kualitatif dengan pendekatan deskriptif. Penelitian ini menggunakan teori Komunikasi Pembangunan dari Rogers (1985) dan menggunakan Konsep Perencanaan Komunikasi dari Canggara. Hasil penelitian ini menunjukan bahwa dalam perencanaan komunikasi Dinas Pekerjaan Umum memiliki 4 tahap yaitu sosialisasi, pendataan, konsultasi publik dan penetapan lokasi. Dalam penentuan khalayak Dinas Pekerjaan Umum menerima Dokumen Perencanaan Pengadaan Tanah, Melaksanakan sosialisasi, Melaksanakan Pendataan Awal, Melaksanakan Konsultasi Publik, Menyiapkan Penetapan Lokasi dan Mengumumkan Penetapan Lokasi (Penlok).

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)0,002
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
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 savante0,0040,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0200,004

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 GPT0,256
Écart entre enseignants0,231 · 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'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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Kebijakan PublikMême sujetAgricultural and Environmental ManagementTravaux en français237 207