Kesiapan Aktor dan Kebijakan dalam Mewujudkan Smart Mobility di Provinsi Bali
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.
Notice bibliographique
Résumé
Purpose: As the gateway to Indonesian tourism, Bali needs to transform into a smart city to overcome the complexity of the political environment, social and economic disparities, resolve rigid administrative systems, and increase the effectiveness of city infrastructure. One of the infrastructure problems is in the transportation sector which is caused by limited public transportation facilities to keep up with the increasing use of land as a generator and the use of private vehicles. This research tries to analyze the role of the actors and policies involved and the role of policy, power, interests, the relationship between actors and policies in realizing smart mobility. Research methods: Data sources for analysis were obtained from secondary data from planning documents and were verified through limited discussions with stakeholders. Results and discussion: The results obtained by policies related to smart mobility in Bali Province have fulfilled all the components that form smart mobility in Bali Province. Actors with high capabilities and interests include the Inna Group, Electric Vehicle Committee, Transportation Agency, PLN, and GIZ. The analysis of the relationship between policies, actors, and indicators of smart mobility shows that all actors and policies in Bali Province are suitable for realizing smart mobility. Implication: By recognizing smart mobility, it is hoped that people will get a better quality of life in several aspects: a better environment, better public services, and better economic and employment opportunities.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle