MétaCan
Menu
Retour à la cohorte
Enregistrement W4387358387 · doi:10.61133/pns.v17i1.414

INTERNALISASI DAN IMPLEMENTASI INTEGRITAS APARATUR SIPIL NEGARA - SEBUAH PENDEKATAN HOLISTIK

2023· article· id· W4387358387 sur OpenAlexaff
Pramudhita Puteri

Notice bibliographique

RevueCivil Service Journal · 2023
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueEmployee Performance and Management
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesBusiness administrationPolitical scienceBusinessPhilosophy

Résumé

récupéré en direct d'OpenAlex

Praktik pengelolaan integritas dalam instansi pemerintah dari sudut pandang holistik cukup menjanjikan. Sebagai organisasi, sejumlah instansi pemerintah sudah menjadikan implementasi integritas sebagai bagian dari manajemen risiko yang dikelola oleh salah satu satuan kerja organisasi seperti Direktorat Perencanaan Strategis dan Manajemen Kinerja atau Bagian Pengelolaan Kinerja dan Risiko. Selain itu, satuan kerja lain yakni Biro SDM bersama Inspektorat juga mengelola praktik integritas pegawai meskipun masih fokus pada tindakan korektif. Praktik di sektor privat membuktikan bahwa pengelolaan integritas pada level organisasi dan individu bisa dilakukan secara holistik sehingga tindakan preventif dan korektif dapat dilakukan dalam satu kerangka yang sama. Penelitian melalui kajian literatur ini akan membahas sejumlah ide terkait pengelolaan integritas pada level organisasi dan individu berdasarkan sejumlah penelitian ilmiah terkait. Ide-ide tersebut dapat diterapkan sesuai dengan kebutuhan dan kondisi organisasi sambil mencari bentuk yang sesuai dalam evaluasi pelaksanaannya. Berdasarkan studi literatur yang dilakukan, perilaku pelanggaran dapat dilihat sebagai suatu dinamika psikologis individu dan dinamika budaya serta perilaku organisasi. Sebagai bentuk pengembangan, kajian ini merekomendasikan kebijakan dan strategi yang perlu dilakukan organisasi agar Aparatur SIpil Negara dapat mengimplementasikan integritas secara konsisten dan organisasi dapat menumbuhkan dan menjaga budaya yang mendorong kepatuhan.

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)0,006
score de la tête « metaresearch » (Gemma)0,008
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: aucune
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,099

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,003
Communication savante0,0110,005
Science ouverte0,0010,007
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0300,007

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 Opus0,053
Tête enseignante GPT0,340
Écart entre enseignants0,288 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCivil Service JournalMême sujetEmployee Performance and ManagementTravaux en français237 207