Spending Behavior Pemerintah Kabupaten/ Kota Se Eks Karesidenan
Notice bibliographique
Résumé
Penelitian ini bertujuan untuk memberikan gambaran mengenai spending behavior pemerintah daerah Eks-Karesidenan Semarang dari tahun 2008-2012. Penelitian ini Dalam penelitian ini dilakukan meliputi daerah 6 kabupaten/kota di Eks-Karesidenan Semarang, meliputi Kabupaten Semarang, Kota Semarang, Kota Salatiga, Kabupaten Grobogan, Kabupaten Kendal dan Kabupaten Demak. Dengan menggunakan alat analisis varians belanja, analisis pertumbuhan belanja, analisis keserasian belanja (rasio belanja operasi terhadap total belanja dan rasio belanja modal terhadap total belanja), rasio efisiensi belanja, rasio belanja terhadap PDRB, rasio belanja pegawai terhadap total belanja daerah, rasio belanja modal terhadap jumlah penduduk, rasio belanja operasi terhadap jumlah penduduk, serta rasio belanja hibah dan bantuan sosial. Hasil analisis tersebut lalu dikomparasi dengan melakukan analisis time series dan cross section (data panel). Hasil dalam penelitian ini menunjukkan perilaku belanja pemerintah Kabupaten/Kota se Eks-Karesidenan Semarang terhadap kepentingan publik dalam hal pelayanan sudah baik. Tetapi perilaku belanja pemerintah Kabupaten/Kota se EksKaresidenan Semarang terhadap kepentingan publik dalam hal infrastruktur kurang baik. Penggunaan anggaran belanja Pemerintah Kabupaten/Kota se Eks-Karesidenan Semarang sudah efisien, pertumbuhan belanja di pemerintah Kabupaten/Kota se Eks-Karesidenan Semarang mengalami pergerakan fluktuatif. Pemerintah Kabupaten/Kota se EksKaresidenan Semarang mengalami penurunan produktivitas dan efektivitas.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,004 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».