MétaCan
Menu
Retour à la cohorte
Enregistrement W4407250733

Lalu Fadlurrahman 93 Promoting Democratization and Good Governance: Rifka Annisa Women Crisis Center Yogyakarta PROMOTING DEMOCRATIZATION AND GOOD GOVERNANCE: RIFKA ANNISA WOMEN CRISIS CENTER YOGYAKARTA

2012· article· en· W4407250733 sur OpenAlexaff
Lalu Fadlurrahman

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender and Women's Rights
Établissements canadiensInstitute on Governance
Organismes subventionnairesnon disponible
Mots-clésDemocratizationPolitical scienceCenter (category theory)Corporate governanceDemocracyEconomicsManagementLawPolitics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Since the reformation era in 1998, the number of No n-Governmental Organizations in Indonesia is exploding and their impact on Governance growing. D ecentralization Policy has supported this trend with its goal to enhance development in the regions , requiring more active involvement of the people in formulating their interests. Organizations can p lay an important role in the regions as a bridge between the people and the government. In order to strengthen that role, Non-Governmental Organizations must have a solid organisational fund ament and political strategies to get actively involved in the policy making process. An addition al stronger legal fundament for such an active role could force the government agencies to include NGOs in the part a policy process. This paper delivers a case study on the actual performance of a local Non-Governmental Organization in the field of Gender Politics and Good Governance. Organisational set up and results of attempts to play an active role in articulating the interests of people it rep resents are reviewed and lead to suggestions for improvement of performance, that can work as guidel ine for other NGOs in Indonesia who want to contribute to local Governance

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 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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,064
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0030,008
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,088
Tête enseignante GPT0,462
Écart entre enseignants0,374 · 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 tête enseignante, pas un consensus.

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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetGender and Women's RightsTravaux en français237 207