Etika Hakim dalam Kehidupan Sehari-hari: Penggunaan Media Sosial oleh Hakim di Indonesia
Notice bibliographique
Résumé
With the development of technology which is rapidly making the community easier in communicating and searching for information such as social media. Social media itself has different characteristics and types and has advantages and disadvantages. The use of social media does not look at a person's status such as age, gender, religion, or profession. At this time many judges use social media to communicate and search for information and interact with the community. Judges in carrying out their obligations as bearers of the legal profession are framed by an institutional institution that is formulated into a code of ethics for the professional profession of judges. Judges within the Supreme Court and lower judicial bodies are bound by the Code of Ethics and the Code of Conduct for Judges (KEPPH) as outlined in the Joint Decree of the Chief Justice and Chair of the Judicial Commission in 2009. Indonesian judges are not prohibited from using social media but the use of social media by judges can raise very important questions because the way judges use social media can influence people's trust in judges in court. In KEPPH there are no rules or ways for judges to use social media. So the judge is unconsciously still bound by KEPPH when using social media. At this time there are still judges who violate KEPPH in using social media. In various countries such as Canada, Rhode Island and UN organizations have made rules and ways for judges to use social media properly and correctly so as not to reduce the public's trust in judges. Therefore, this research was conducted aiming to help the Supreme Court and the Judicial Commission to be able to make regulations or guidelines against judges in using social media, as well as judges to be able to use social media properly and correctly
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,013 | 0,003 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 ».