MétaCan
Menu
Retour à la cohorte
Enregistrement W4387381648 · doi:10.55981/brin.777.c711

Dari Km 0 (Nol), Ujung Barat Indonesia: Mencari Makna Di Balik Data

2023· book-chapter· id· W4387381648 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevuePenerbit BRIN eBooks · 2023
Typebook-chapter
Langueid
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Growth and Fiscal Policies
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesGeographyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Permasalaham mengenai akurasi dan data tunggal untuk pembangunan kesejahteraan masyarakat menjadi isu klasik sekaligus kontemporer. Kepentingan egosektoral dan politis menjadi hambatan utama untuk menciptakan data tunggal yang bisa dijadikan sebagai rujukan utama untuk perencanaan strategis dan pelaksanaan program yang tepat sasaran. Bahwa regsosek ini merupakan salah satu langkah dalam upaya reformasi sistem perlindungan sosial di Indonesia. Tulisan ini bertujuan untuk menelisik mekanisme dan proses bisnis Registrasi Sosial Ekonomi (Regsosek) di Kabupaten Aceh Besar. Proses pendataan data di lapangan memiliki berbagai tantangan yang tidak mudah, keandalan instrumen, bentang alam yang luas serta pendekatan kepada masyarakat menjadi kendala yang sering di jumpai di lapangan. Teknik pengambilan data pada penelitian ini menggunakan pendekatan wawancara mendalam, observasi partisipatif dan Focus Group Discussion (FGD). Data penelitian di analisis dengan menggunakan pendekatan analisis interaktif antara temuan data penelitian, hasil lapangan, analisis dan kesimpulan. Temuan penelitian ini, pertama; proses bisnis Regsosek bisa dijadikan sebagai rintisan jalan untuk mendapatkan data tunggal yang dapat digunakan untuk melaksanakan kebijakan pada level Kementerian/ Lembaga agar lebih efektif dan efisien. Kedua, penelitian ini menemukan bahwa penambahan instrumen (Quesioner dan platform) di tengah sensus sangat menyulitkan petugas lapangan. Ketiga; data yang dikumpulkan dan diolah oleh Badan Pusat Statistik memiliki akurasi tinggi, data di validasi dari level mikro sampai makro oleh petugas lapangan. Keempat; data Regsosesk ini cukup valid untuk dijadikan sebagai baseline data pembangunan nasional. Kelima ; Berbagai Kementerian/ Lembaga bisa menggunakan data Regsosesk ini untuk kepentingan strategis dan operasional (program). Keenam : perlu apresiasi yang tinggi kepada BPS dan petugas lapang yang telah mencurahkan tenaga dan waktunya untuk data pembangunan nasional.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,898
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0040,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,013

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 Opus0,112
Tête enseignante GPT0,243
Écart entre enseignants0,132 · 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