MétaCan
Menu
Retour à la cohorte
Enregistrement W4405813383 · doi:10.60126/maras.v2i3.426

Capaian Kinerja Laboratorium Sebagai Baseline Penyusunan Renstra Laboratorium dengan Metode Statistik Deskriptif

2024· article· id· W4405813383 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

RevueMARAS Jurnal Penelitian Multidisiplin · 2024
Typearticle
Langueid
DomaineBusiness, Management and Accounting
ThématiqueManagement and Optimization Techniques
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésGynecologyMedicinePhysics

Résumé

récupéré en direct d'OpenAlex

Rencana Strategis merupakan persyaratan administratif dari Tim Penilai Kelaikan Laboratorium Uji Tahun 2022 dan digunakan sebagai panduan dalam menentukan arah strategis dan prioritas tindakan selama periode lima tahun ke depan. Dalam penyusunan Rencana Strategis dilakukan tinjauan dari berbagai aspek yaitu Aspek Internal dan Eksternal Laboratorium, Isu-Isu dan Tantangan Strategis, serta Sasaran-Sasaran strategis dalam mencapai Visi dan Misi Laboratorium Pengujian. Hasil Renstra ini diharapkan dapat menjadi acuan untuk perencanaan, pemrograman, penganggaran tahunan, dan evaluasi pelaksanaan/ pencapaian sasaran mutu Laboratorium Pengujian untuk lima (5) tahun ke depan dalam rangka pencapaian sasaran strategis, program, dan kegiatan yang tercantum dalam Renstra Kementerian PUPR. Dalam penelitian ini dilakukan analisis deskriptif pada capaian kinerja laboratorium tahun 2021-2023. Hasil capaian kinerja ini diolah dan dianalisis dengan metode Statistik Deskriptif diperoleh baseline rencana program dan kegiatan tahun 2024-2028, rencana pendanaan tahun 2024-2028, dan rencana sumber daya manusia tahun 2024-2028. Total capaian layanan pengujian tahun 2022 sebesar 40,77% artinya terjadi peningkatan jumlah layanan pengujian sebesar 40,77% dari tahun 2021, sedangkan total capaian layanan pengujian tahun 2023 sebesar 75,96%, artinya terjadi peningkatan jumlah layanan pengujian sebesar 75,96% dari tahun 2022. Untuk capaian pemasukan PNBP terjadi penurunan di tahun 2022 dan naik kembali di tahun 2023, namun realisasi capaian masih diatas target capaian. Capaian belanja laboratorium tahun 2022 naik sebesar 1,30% dari tahun 2021, sedangkan belanja laboratorium tahun 2023 naik sebesar 83,74% dari tahun 2022. Adapun jumlah sumber daya manusia tahun 2022 turun sebesar 20% dari tahun 2021, dan tahun 2023 turun sebesar 12,5% dari tahun 2022.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,739
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,000
Communication savante0,0060,004
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,004

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,252
Écart entre enseignants0,239 · 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