Evaluasi Evaluasi Kelayakan Mutu Ruang Tahanan Di Satuan Kewilayahan Dalam Rangka Peningkatan Kualitas Pelayanan Publik Berbasis Hak Asasi Manusia
Notice bibliographique
Résumé
Beranjak pada sebuah fenomena bahwa kelayakan mutu ruang tahanan masih menjadi persoalan, salah satunya pada aspek kelayakan mutu ruang tahanan khususnya menyangkut keamanan dan keselamatan. Mengambil contoh pada kasus kebakaran yang terjadi di Lembaga Pemasyarakatan (Lapas) Kelas I Tangerang (tribunnews.com, 8 September 2021) dimana dihuni oleh 122 tahanan dan telah menewaskan 49 tahanan saat terjadi kebakaran , merupakan fenomena yang terjadi pada ruang tahanan. Pada penelitian ini menggunakan pendekatan mixed-methode yaitu penggabungan metode kuantitatif dan metode kualitatif. Pendekatan ini dimaksudkan untuk mendapatkan masukan data yang berbeda dari teknik pengumpulannya guna ketajaman analisis data. Mixed- methode ini berisi penjabaran pertanyaan yang fokus terhadap pemenuhan standar HAM pada 2 (dua) aspek yaitu kelayakan mutu bangunan ruang tahanan dan kualitas sarana pelayanan publik di ruang tahanan. Berdasarkan pembahasan dan hasil analisa dapat disimpulkan secara keseluruhan kondisi ruang tahanan Polri pada 11 wilayah Polda masih dalam kondisi layak dimana keberadaan CCTV di ruang tahanan dan fasilitas air minum di ruang tahanan merupakan sarana pelayanan publik ruang tahanan yang layak kondisinya. Adapun rekomendasi yang didapat dari penelitian ini adalah 1). Perlunya perbaikan mengenai ketingian langit-langit dan ventilasi yang harus aman terhadap jangkauan tahanan, 2). perlu ada inovasi teknologi ruang tahanan cerdas untuk peningkatan pelayanan publik, 3). Perlu ada penambahan ruangan sementara untuk tahanan narkoba dan ruang terpisah untuk tahanan yang sakit menular, 4). harus ada secara terpisah dan ruangan tahanan yang bisa digunakan multi fungsi dalam kerangka memberikan jaminan perlindungan hak asasi tahanan.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,007 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».