PELAYANAN PUBLIK KANTOR KELURAHAN KADIPIRO KECAMATAN BANJARSARI KOTA SURAKARTA
Notice bibliographique
Résumé
Tujuan penelitian untuk mendeskripsikan dan menganalisis pelayanan publik Kantor Kelurahan Kadipiro. Metode penelitian menggunakan deskriptif kualitatif. Teknik pengumpulan data menggunakan wawancara, observasi, dan dokumentasi. Teknik analisis data menggunakan model analisis interaktif. Hasil penelitian menunjukkan bahwa: Pelayanan Publik berkaitan dengan Reliability (kehandalan) sudah dilaksanakan cukup baik. Pelayanan publik berkaitan dengan Tangibles (bukti langsung), dasarnya sudah dilaksanakan dengan baik. Pelayanan publik berkaitan dengan Responsiveness (daya tanggap), ditunjukkan kemampuan para staf dalam memberikan pelayanan sudah dilaksanakan dengan baik. Pelayanan publik berkaitan dengan Assurance (jaminan), pegawai memberikan pelayanan yang baik kepada masyarakat serta sopan dan santun. Pelayanan publik berkaitan dengan Emphaty (empati), ditunjukkan keseriusan dan ketulusan pegawai dalam melayani masyarakat, sikap tegas tapi penuh perhatian terhadap masyarakat. Kendala-kendala yang mempengaruhi pelayanan publik, antara lain: keterbatasan sumber daya manusia yaitu kurangnya jumlah pegawai, sarana dan prasarana yang masih kurang, komputer yang sering trobel dan lambat. Mengatasi kendala tersebut pihak Kelurahan Kadipiro memaksimalkan jam kerja, dan memanfaatkan anggota Linmas, menyarankan masyarakat untuk mencari informasi melalui media online, menyediakan computer cadangan. Kata kunci: reliability, tangible, responsiveness, Assurance, dan Emphaty
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,045 | 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 ».