TINJAUAN PEMANFAATAN DANA BAGI HASIL (DBH) SAWIT YANG DISALURKAN DI KABUPATEN TOLITOLI
Notice bibliographique
Résumé
Dana Bagi Hasil (DBH) Perkebunan Sawit adalah DBH yang dialokasikan berdasarkan persentase atas pendapatan dari bea keluar dan pungutan ekspor atas kelapa sawit, minyak kelapa sawit mentah dan produk turunannya. DBH sawit merupakan Transfer ke Daerah. Pemerintah telah memprioritaskan penggunaan DBH Sawit berdasarkan Peraturan Menteri Keuangan Republik Indonesia, Nomor : 91 Tahun 2023 yakni pembagian persentase 80% diperuntukkan untuk pembangunan dan pemeliharaan Infrastruktur jalan, 20% penggunaan untuk kegiatan lainnya. Tulisan ini bermaksud untuk mengetahui bagaimana pemanfaatan DBH sawit yang disalurkan di Kabupaten Tolitoli, menggunakan metode kajian dokumen dan metode observasi partisipatif dengan teknik penyajian bersifat deskriptif berdasarkan data sekunder. Dari hasil pembahasan dan analisis pada kajian ini ditemukan kesimpulan bahwa pemanfaatan DBH sawit yang disalurkan di Kabupaten
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,032 | 0,009 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».