PENYUSUNAN MONITORING DAN EVALUASI RENCANA INDUK KELITBANGAN TAHUN 2022
Notice bibliographique
Résumé
Sesuai dengan Peraturan Menteri Dalam Negeri Republik Indonesia Nomor 17 Tahun 2016 Tentang Pedoman Penelitian dan Pengembangan di Kementerian Dalam Negeri dan Pemerintahan Daerah, untuk menjalankan fungsi kelitbangan, perlu disusun kerangka kebijakan kelitbangan pemerintah dalam negeri dan pemerintah daerah yang mengakomodir berbagai aspek penyelenggaraan pemerintahan dalam suatu konsep rencana kelitbangan secara komprehensif dan sinergis. Dinas Pekerjaan Umum, Penataan Ruang, Perumahan dan Kawasan Permukiman memiliki persentase terbesar yaitu 10% sedangkan Unit Pelaksana Teknis Laboratorium Lingkungan memiliki persentase terkecil yaitu 1%. Persentase implementasi Rencana Program/Kegiatan Kelitbangan mengalami kenaikan pada Tahun 2019 sebesar 71,07% menjadi 80,86% pada Tahun 2020, selanjutnya 94,81% pada Tahun 2021 kemudian di Tahun 2022 sebesar 99,30% dan naik lagi sebesar 100% di Tahun 2023.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,004 |
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 ».