UPAYA UNICEF DALAM MEWUJUDKAN HAK ANAK-ANAK INDONESIA ATAS AIR BERSIH MELALUI PROGRAM WATER, SANITATION AND HYGIENE (WASH)
Notice bibliographique
Résumé
Penelitian ini memaparkan upaya yang dilakukan UNICEF Indonesia dalam mewujudkan air bersih untuk anak-anak Indonesia melalui program Water, Sanitation and Hygiene (WASH). Tidak tercapainya hak anak-anak terhadap air bersih yang disebabkan oleh kondisi sanitasi di Indonesia cukup memprihatinkan. Hal ini terlihat dari kebiasaan masyarakat Indonesia yang masih tidak peduli terhadap kelestarian sumber daya air, masih melakukan buang air besar sembarangan (BABS) dan membuang sampah sembarangan. Namun, dari beberapa lembaga yang ikut dalam mewujudkan air bersih di Indonesia selama ini belum ada yang memberikan hasil secara signifikan, oleh karena itu UNICEF hadir untuk memberikan bantuan kepada pemerintah Indonesia untuk mewujudkan air bersih untuk anak-anak Indonesia. Penelitian ini akan dianalisis dengan menggunakan konsep Transnational Advocacy Networks (TANs) yang dikemukakan oleh Margaret E. Keck dan Kathryn Sikkink. Penelitian ini menggunakan metode kualitatif dengan menggunakan data sekunder. Kajian ini menemukan bahwa dalam mewujudkan tujuannya yaitu anak anak-anak Indonesia atas air bersih, UNICEF melakukan proses pertukaran informasi, membingkai isu, dan bekerja sama dengan aktor lain. UNICEF membangun jaringan kerja sama dengan beberapa aktor yang memiliki tujuan yang sama. UNICEF juga melakukan berbagai kegiatan bersama jaringan advokasi internasional dengan beberapa aktor lain seperti WHO, UN, JMP, USAID. UNICEF tidak hanya menjalis jaringan kerja sama dengan organisasi internasional namun juga dengan pemerintah Indonesia seperti Kementerian PUPR, KEMENKES, BAPPENAS, serta KLHK. Selain dengan badan pemerintahan, UNICEF juga membangun jaringan kerja sama dengan berbagai lapisan masyarakat salah satunya selebriti dan publik figur agar dapat menembus berbagai lapisan masyarakat.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,067 | 0,013 |
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 source (Gemma direct ou Codex distillé), 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 ».