MétaCan
Menu
Retour à la cohorte
Enregistrement W6989269654

Analisis Tingkat Efisiensi Bank Pembiayaan Rakyat Syari’ah (Bprs) di Kota Yogyakarta Menggunakan Data Evelopment Analysis (Dea) Periode 2017

2019· other· en· W6989269654 sur OpenAlexaboutno aff

Notice bibliographique

RevueUMS Library Center of Academic Activities (Universitas Surakarta) · 2019
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuarter (Canadian coin)Central bankData sourcePanel data
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This research is entitled "Analysis of Efficiency Level of Intermediation Function of Syari'ah People's Financing Bank (BPRS) in Yogyakarta City Using Data Evelopment Analysis (DEA) Period 2017". The purpose of this research is to analyze the efficiency level of Syari'ah People's Financing Bank (BPRS) in Yogyakarta City which has been confirmed by government among Shariah Banks of Shari'ah used in this research consists of 4 BPRS. Among them are BPRS Berkah Dana Sejahtera, BPRS Dana Hidayatullah, BPRS Mitra Harmoni Sejahtera, dan BPRS Unisia Insan Indonesia. The data used in this study is secondary data taken from www.ojk.co.id published by each Sharia Bank Financing (BPRS). This research uses input-output variable with Data Evelopment Analysis (DEA) method. From the results of research conducted shows that in Quarter I - Quarter IV only got one Sharia Bank Financing (BPRS) that experienced inefficiency. Based on the calculation using Data Evelopment Analysis (DEA), in Quarter I - Quarter II BPRS Berkah Dana Sejahtera \nexperienced inefficiency, whereas in Quarter I – IV BPRS Dana Hidayatullah, BPRS Mitra Harmoni Sejahtera, dan BPRS Unisia Insan Indonesia showed efficiency. The period 2017 Quarter I - fourth quarter III of Syari'ah People's Financing Bank (BPRS) namely BPRS Dana Hidayatullah, BPRS Mitra Harmoni Sejahtera, dan BPRS Unisia Insan Indonesia already 1.000 or experienced efficiency continue to manage during the quarter.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,015
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,005
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,028
Tête enseignante GPT0,249
Écart entre enseignants0,221 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUMS Library Center of Academic Activities (Universitas Surakarta)Travaux en français237 207