MétaCan
Menu
Retour à la cohorte
Enregistrement W7036893953

CESSIE DAN SUBROGASI SEBAGAI CARA UNTUK MEMENUHI SYARAT MINIMAL 2 (DUA) KREDITOR DALAM KEPAILITAN

2014· dissertation· id· W7036893953 sur OpenAlexaff

Notice bibliographique

RevueUniversitas Airlangga Repository (Universitas Airlangga) · 2014
Typedissertation
Langueid
DomaineEarth and Planetary Sciences
ThématiqueSubterranean biodiversity and taxonomy
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésNucleofectionGestational periodHyporeflexiaSubpoenaPretextDysgeusia
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Kepailitan adalah suatu proses legal untuk mengusahakan untuk \nmengupayakan pembayaran utang debitor pada kreditor yang telah jatuh tempo \ndan dapat ditagih dengan cara mengajukan permohonan pailit melalui Pengadilan \nNiaga. Salah satu syarat kepailitan yang diatur dalam Undang-Undang Nomor 37 \nTahun 2004 Tentang Kepailitan dan PKPU adalah debitor harus memiliki minimal \n2 (dua) kreditor. Terkadang kreditor yang ingin mengajukan permohonan \nkepailitan atas debitor kesulitan untuk menemukan kreditor lain dari debitor, oleh \nkarena itu tidak jarang untuk memenuhi syarat minimal 2 (dua) kreditor tersebut, \nkreditor mengalihkan piutangnya kepada pihak ketiga baik dengan cara cessie \nmaupun subrogasi. Pengalihan piutang atas nama dengan cara cessie diatur dalam \nPasal 613 BW sedangkan subrogasi diatur dalam Pasal 1400 BW sampai dengan \nPasal 1403 BW. Piutang atas nama dapat beralih pada pihak lain dengan cara \ncessie maupun subrogasi tetapi khusus untuk pengalihan sebagian piutang maka \nakan lebih tepat jika digunakan cara subrogasi. Pada prinsipnya menurut teori \npemenuhan syarat minimal 2 (dua) kreditor dalam kepailitan dapat dipenuhi \ndengan menggunakan cessie maupun subrogasi tetapi dalam praktiknya \npemenuhan syarat minimal 2 (dua) kreditor dengan cara menghadirkan kreditor \nlain yang berasal dari adanya cessie maupun subrogasi sering menghadapi \npenolakan oleh Hakim Pengadilan Niaga maupun Mahkamah Agung.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil0,187

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0560,017

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 Opus0,012
Tête enseignante GPT0,175
Écart entre enseignants0,163 · 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'étudeSans objet
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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversitas Airlangga Repository (Universitas Airlangga)Même sujetSubterranean biodiversity and taxonomyTravaux en français237 207