MétaCan
Menu
Retour à la cohorte
Enregistrement W4412946559 · doi:10.47266/bwp.v8i2.373

Evaluasi Indikator Kinerja Tahun 2023 pada Badan Riset dan Inovasi Nasional : Indikator Kinerja Sasaran Strategis (IKSS)/Indikator Kinerja Utama (IKU) dan Manual IKU

2025· article· id· W4412946559 sur OpenAlexaff
Parama Tirta W Wening Kusuma, Radhitya Hasti, Silvia Cahayani Lase, Rico Perkasa Putra

Notice bibliographique

RevueBappenas Working Papers · 2025
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueSMEs Development and Digital Marketing
Établissements canadiensEncana (Canada)
Organismes subventionnairesBadan Riset dan Inovasi Nasional
Mots-clésHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Pada tahun 2023 Badan Riset dan Inovasi Nasional (BRIN) menetapkan 2 (dua) Sasaran Strategis (SS) dan 5 (lima) IKSS/IKU yang merupakan turunan dari pencapaian visi dan misi BRIN. Tulisan ini melakukan evaluasi keselarasan dan relevansi IKSS/IKU terhadap SS dan tugas utama BRIN; serta evaluasi dari IKSS/IKU dan Manual IKU BRIN Tahun 2023. Evaluasi ini meliputi evaluasi penulisan pada dokumen Manual dengan membandingkan beberapa Manual IKU dari Kementerian/Lembaga lainnya, kemudian melakukan penilaian terhadap setiap indikator kinerjanya. Selanjutnya evaluasi apakah IKSS/IKU BRIN telah menerapkan prinsip SMART-C; tingkat validitas; tingkat kendali; konsolidasi periode dan lokasi; serta penentuan prioritas IKSS dan IKU BRIN tahun 2023 menggunakan action priority matrix. Penelitian ini menggunakan metode studi kasus pada objek yang akan diteliti dengan pendekatan kualitatif, objek penelitian adalah IKSS/IKU dan Manual IKU BRIN Tahun 2023. Hasil dari penelitian ini adalah 5 IKSS/IKU BRIN telah selaras dengan 2 SS yang ditetapkan pada Renstra BRIN 2022-2024 serta relevan terhadap tugas utama BRIN; untuk penuangan Manual IKU masih terdapat perbedaan dengan Manual IKU K/L lain, namun sudah cukup menampilkan uraian yang memenuhi prinsip SMART-C; untuk Validitas IKSS/IKU proxy hanya pada Indikator Kinerja (IK) Indeks RB untuk IK lainnya adalah exact; Kendali IK Inovasi dan Rasio Anggaran adalah moderate sedangkan lainnya adalah low; Konsolidasi Periode hanya IK Inovasi yang masuk kategori sum sedangkan IK lainnya adalah take last known value; Konsolidasi Lokasi IK Indeks RB dan Opini LK kategori average sedangkan IK lainnya adalah sum; dan untuk Polarisasi data semua IK kategori maximize. Kemudian hasil evaluasi IKU BRIN Tahun 2023 seluruh IKU BRIN berada pada Prioritas Major Projects atau Kuadran 2 (Dampak dan Upaya Tinggi), rekomendasi yang dapat diberikan diantaranya pencantuman tambahan informasi pada Manual IKU BRIN dan menentukan IKU yang memiliki prioritas quick wins untuk BRIN.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,990
Score d'incertitude au seuil0,169

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,020
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0040,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0500,014

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 Opus0,024
Tête enseignante GPT0,290
Écart entre enseignants0,266 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
DomaineÉvaluation
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBappenas Working PapersMême sujetSMEs Development and Digital MarketingTravaux en français237 207