PENGATURAN HUKUM DAERAH PEMILIHAN ANGGOTA DEWAN \nPERWAKILAN RAKYAT REPUBLIK INDONESIA
Notice bibliographique
Résumé
Daerah pemilihan (dapil) merupakan salah satu faktor penting dan menjadi unsur \ndalam membangun sistem pemilu yang sering menjadi persoalan dalam setiap \npenyelenggaraan pemilu. Dapil didefinisikan sebagai arena pertempuran politik \nyang sesungguhnya, karena partai politik dan calon anggota legislatif berkompetisi \nmeraih suara pemilih untuk mendapatkan posisi sebagai anggota DPR. Pasal 187 \nayat (4) UU Nomor 7 Tahun 2017 tentang Pemilihan Umum (UU Pemilu) mengatur \nbahwa penyusunan dapil dan alokasi kursi anggota DPR RI ditentukan pembentuk \nundang-undang dengan melampirkannya dalam lampiran III UU Pemilu. Adanya \nketentuan tersebut menimbulkan permasalahan hukum yaitu adanya indikasi \nketidaksesuaian penyusunan dapil terhadap prinsip-prinsip penyusunan dapil. \nPenelitian ini dilakukan dengan tujuan untuk mengetahui perbandingan pengaturan \ndapil di Indonesia dan Brasil serta mengetahui analisis prinsip kesetaran nilai suara, \nproporsionalitas, dan integralitas wilayah terhadap penyusunan dapil. Penelitian ini \nmerupakan penelitian hukum normatif dengan tipe kualitatif. Pendekatan masalah \nyang digunakan adalah pendekatan perundang-undangan, konseptual, dan \nperbandingan. Hasil penelitian menunjukkan adanya persamaan dan perbedaan \npengaturan mengenai dapil anggota DPR di Indonesia dan Brasil serta terdapat \npengabaian prinsip kesetaran nilai suara, proporsionalitas, dan integralitas wilayah \ndalam penyusunan dapil. Oleh karena itu, perlu dilakukan penyusunan dapil ulang \nsecara menyeluruh yang memperhatikan prinsip-prinsip penyusunan dapil agar \npenyusunan dapil dapat sesuai dengan prinsip-prinsip penyusunan dapil. \nKata kunci: dapil, prinsip-prinsip penyusunan dapil, DPR.
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) | 0,004 | 0,005 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,004 | 0,007 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,005 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,004 |
| 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; 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 ».