Sertipikat Tanah VS Sertifikat Tanah: Analisis Data Penggunaan Istilah Produk Hukum di Media Sosial
Notice bibliographique
Résumé
The land title (in Indonesian: sertipikat) is a legal product issued by the Ministry of Agrarian Affairs and Spatial Planning/National Land Agency, while “sertifikat” (spelled with 'f' instead of 'p'), which is the standard term according to KBBI (Indonesian Dictionary). The number of social media users increases every year, resulting in a growing amount of data generated. Big data derived from social media can encompass public perception or societal behaviors. The significant benefits derived from social media analytics provide opportunities to explore and analyze data sources within social media. This study analyzes data from the social media platforms Twitter, Facebook, and Instagram to determine common terms used by the public regarding "sertipikat tanah" (land certificate) and "sertifikat tanah" (land certificate). These platforms were chosen because they provide open data. The use of uncommon terms among the public potentially hinders the government's intended objectives. The final results indicate that despite "sertipikat" being the official legal term, the public is more accustomed to using "sertifikat tanah." The comparison of usage between "sertipikat tanah" and "sertifikat tanah" on Facebook is 11% : 89%, on Instagram 38% : 62%, and on Twitter 70% : 30%, with the majority of "sertipikat tanah" usage on Twitter originating from government accounts.
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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».