MétaCan
Menu
Retour à la cohorte
Enregistrement W4386695944 · doi:10.55678/jia.v11i2.1141

PARTISIPASI MASYARAKATtTERHADAP PERENCANAAN PEMBANGUNAN INFRASTRUKTUR DI DESAaMARIOo KECAMATAN KULOoKABUPATEN SIDENRENG RAPPANG

2023· article· id· W4386695944 sur OpenAlexaff
Reski Handayani, Hariyanti Hamid, Barisan Barisan

Notice bibliographique

RevueJIA Jurnal Ilmiah Administrasi · 2023
Typearticle
Langueid
DomaineEngineering
ThématiqueUrban Transport Systems Analysis
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhysicsPsychologyArt

Résumé

récupéré en direct d'OpenAlex

Reski Handayani. 43182029,pPartisipasi Masyarakattterhadap Perencanaan PembangunaniInfrastruktur di Desa Mario KecamatannKulohKabupatensSidenreng Rappang,,dibimbing oleh Hariyanti Hamid dan Saifullah.ePenelitian ini bertujuan untukmmengetahui PartisipasimMasyarakat terhadap Perencanaan PembangunaniInfrastruktur di Desa MariokKecamatan Kulo KabupatensSidenreng Rappang.pPopulasi dalam penelitian iniiadalah jumlah seluruh penduduk di DesaaMario. Teknikppengambilan sampel yangddigunakan adalahh menggunakan rumus Slovin.dengan hasil 97 orang,kdiambil berdasarkanyteknik randomnsampling.tTipe penelitianniniuadalah deskriptifkkuantitatif. Teknik pengumpulanddata yang digunakan yaituoobservasi, penelitian pustaka,dan kuisioner atau angket. Teknikaanalisis datammenggunakan analisis statistik deskriptif, uji validitas, ujirreliabilitas,,dan uji regresi linear sederhana denganmmenggunakan bantuan SPSS 28,0 dan skalalLikert..xHasil penelitianmmenunjukkan bahwaarekapitulasi variabel Partisipasi masyarakat sebesar 70% berada pada kategori sering. Rekapitulasi variabel pembangunan sebesar 72%. Berdasarkan hasiloolah data SPSSmmenggunakan rumus regresi linearrsederhana,,maka antara Partisipasi Masyarakattterhadap Perencanaan PembangunaniInfrastruktur di Desa Mario Kecamatan Kulo KabupatensSidenreng Rappang dikategorikan “signifikan/berpengaruh” dengannt hitung ≥ t tabel yaitu 4.4677˃ 1.66105 maka Ha diterima, artinya signifikan dengan persentase pengaruh .x

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)0,005
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0210,010

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 Opus0,021
Tête enseignante GPT0,240
Écart entre enseignants0,219 · 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'étudeObservationnel
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJIA Jurnal Ilmiah AdministrasiMême sujetUrban Transport Systems AnalysisTravaux en français237 207