MétaCan
Menu
Retour à la cohorte
Enregistrement W4393103989 · doi:10.28946/lexl.v5i2.2385

PERSAINGAN USAHA TIDAK SEHAT DALAM PRAKTIK JUAL RUGI PENJUALAN SMARTPHONE DI KABUPATEN PALI

2023· article· id· W4393103989 sur OpenAlexaff
Bambang Abdullah

Notice bibliographique

RevueLex LATA · 2023
Typearticle
Langueid
DomaineBusiness, Management and Accounting
ThématiqueManagement and Optimization Techniques
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésArt

Résumé

récupéré en direct d'OpenAlex

Persaingan usaha adalah salah satu instrumen ekonomi dalam perkembangan sistem ekonomi di Indonesia, hal tersebut ditunjukan dengan lahirnya Undang-Undang Nomor 5 Tahun 1999 Tentang Larangan Monopoli dan Persaingan Usaha Tidak Sehat. Permasalahan yang dibahas dalam penelitian ini ialah 1) Apakah pada penetapan harga penjualan smartphone di wiayah Kabupaten PALI termasuk kategori jual,rugi (predatory princing) dalam,Undang-undang No. 5,Tahun 1999?, 2) Bagaimana dampak dari penetapan harga dalam persaingan,usaha tidak,sehat pada penjualan smartphone bagi,pelaku,usaha lain yang sejenis di wilayah Kabupaten PALI ?, Metode,penelitian yang,digunakan dalam,penelitian ini adalah adalah penelitian normatif, dengan,pendekatan pedoman pelaksanaan pasal 20 tentang jual rugi (predatory princing), pendekatan kasus, dan pendekatan konseptual.Hasil penelitian ini menjelaskan bahwa berdasarkan unsur pasal 20 undang-undang No. 5 Tahun 1999 maka penulis menyimpulkan bahwa pada penetapan harga penjualan smartphone di wilayah kabupaten pali termasuk kedalam kategori jual rugi (predatory princing). Berdasarkan indikasi penetapan harga jual rugi, (Above-Cose test dan limit Pricing Strategy) dengan tindakan jual rugi dampak yang terjadi pada pelaku usaha pesaing adalah tidak mendapatkan kesempatan berusaha yang sama dan pelaku usaha baru sulit untuk bersaing dalam penjualan smartphone di Kabupaten PALI. Kata Kunci: Perssaingan Usaha Tidak Sehat, Jual Rugi, Smartphone, PALI.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: aucune
Score de désaccord entre enseignants0,073
Score d'incertitude au seuil0,243

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0030,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0730,023

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 Opus0,027
Tête enseignante GPT0,242
Écart entre enseignants0,216 · 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 revueLex LATAMême sujetManagement and Optimization TechniquesTravaux en français237 207