PEMILIHAN DUTA GENERASI BERENCANA DENGAN MENGGUNAKAN METODE SMART (STUDI KASUS DINAS PENGENDALIAN PENDUDUK DAN KELUARGA BERENCANA KOTA BINJAI)
Notice bibliographique
Résumé
Pemilihan duta Generasi Berencana (GenRe) bertujuan tegar remaja yang berperilaku sehat, terhindar dari resiko tiga kesehatan reproduksi remaja, menunda usia pernikahan, dan memiliki perencanaan kehidupan berkeluarga untuk mewujudkan keluarga kecil bahagia dan sejahtera. Pemilihan Duta GenRe dimulai dari tahun 2010 hingga saat ini, dimana jumlah peserta setiap tahunnya ± 30 pasang dan hanya 1 pasang yang terpilih. Masalah yang muncul masih ada unsur penilaian secara subjektif dan ada beberapa peserta yang memiliki nilai yang sama sehingga menyulitkan pihak pengambil keputusan untuk menentukan mana yang terbaik, untuk itu diperlukan sebuah sistem pendukung keputusan.Metode yang digunakan adalah SMART. Berdasarkan hasil penelitian yang dilakukan, sistem ini dapat membantu pihak pengambil keputusan dalam menentukan alternatif terbaik menjadi duta GenRe untuk Laki Laki dengan nilai tertinggi 0,8 dan Perempuan dengan nilai tertinggi 0,9 dan dengan adanya sistem ini proses pemilihannya menjadi lebih objektif dan mudah.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 0,003 |
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 ».