Peran Strategis Pemerintah dalam Pemberdayaan Lansia di Kota Yogyakarta
Notice bibliographique
Résumé
Lansia merupakan individu yang telah mencapai usia 60 tahun atau lebih. Jumlah penduduk lansia diproyeksikan akan meningkat dari tahun ke tahun dan secara signifikan meningkat dalam beberapa dekade mendatang. Peningkatan jumlah penduduk lansia harus diiringi dengan pemberdayaan lansia. Penelitian ini membahas peran pemerintah dalam pemberdayaan lansia di Kota Yogyakarta melalui analisis ketercapaian 5 dari 17 dimensi pelayanan. Metode yang digunakan dalam penelitian ini adalah pendekatan kualitatif dengan analisis deskriptif yaitu dengan melakukan wawancara terhadap lansia, pra lansia yang merawat lansia, tenaga ahli yang berfokus pada lansia serta studi literatur pada dokumen hasil penilaian indeks kota ramah lansia tahun 2024. Hasil analisis penelitian ini menunjukkan bahwa 5 dimensi pemberdayaan tersebut telah terlaksana dengan cukup baik. Pemerintah dan seluruh stakeholder berkolaborasi untuk mencapai tujuan pemberdayaan di setiap dimensinya. Namun, terdapat faktor penghambat pelaksanaan pemberdayaan lansia yang menjadi tantangan yang harus diatasi dan sebagai evaluasi untuk pemerintah dalam melaksanakan pemberdayaan periode berikutnya.
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 | 0,002 | 0,003 |
| 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 | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,025 | 0,006 |
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 ».