MétaCan
Menu
Retour à la cohorte
Enregistrement W4411780379 · doi:10.33701/j-3p.v9i1.4193

EXPLORING FISCAL DECENTRALIZATION IN INDONESIA: THE IMPACT OF SPECIAL AUTONOMY FUNDS ON THE ECONOMIES OF ACEH, PAPUA, AND WEST PAPUA

2024· article· en· W4411780379 sur OpenAlexaff

Notice bibliographique

RevueJ-3P (Jurnal Pembangunan Pemberdayaan Pemerintahan) · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Growth and Fiscal Policies
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésDecentralizationAutonomyEconomicsDevelopment economicsBusinessEconomyPolitical scienceMarket economy

Résumé

récupéré en direct d'OpenAlex

Fiscal decentralization represents a pivotal strategy by the Indonesian Government to promote equitable development and alleviate regional disparities. Within this framework, Special Autonomy Funds, integral to the Transfer to Region scheme, act as a critical policy instrument. Despite numerous studies, the definitive role of fiscal decentralization on regional economic dynamics still needs to be solved. This research endeavors to deepen the understanding of fiscal decentralization's impact in Indonesia by examining the effects of the Special Autonomy Funds on the regional economy. Specifically, it assesses how these funds influence the Gross Regional Domestic Product (GRDP) Per Capita at Current Prices (ADHB) across Aceh, Papua, and West Papua provinces. The results show a significant impact of the Special Autonomy Funds on the GRDP Per Capita ADHB, with a high R2 of 94.2% by using panel regression analysis. Keywords: Fiscal Decentralization, Transfer to Region, Special Autonomy Funds, Regression Analysis.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,294
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,068
Tête enseignante GPT0,252
Écart entre enseignants0,184 · 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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJ-3P (Jurnal Pembangunan Pemberdayaan Pemerintahan)Même sujetEconomic Growth and Fiscal PoliciesTravaux en français237 207