MétaCan
Menu
Retour à la cohorte
Enregistrement W7123349943 · doi:10.62951/ijsl.v2i4.843

Rebuilding the Implementation of Sanctions for Ethical Code Violations by Civil Servants by Investigators Based on Values of Justice

2025· article· W7123349943 sur OpenAlexaff
Rabiatul Adawiyah, Suprapto Suprapto, Saprudin Saprudin, Kamran Azizli

Notice bibliographique

RevueInternational Journal of Sociology and Law · 2025
Typearticle
Langue
DomaineSocial Sciences
ThématiqueIndonesian Legal and Regulatory Studies
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésSanctionsNormativeEconomic JusticeDeliberationDiscretionGovernment (linguistics)BureaucracyEnforcementLaw enforcement

Résumé

récupéré en direct d'OpenAlex

The enforcement of ethical codes within the civil service is a fundamental pillar for maintaining public trust and bureaucratic integrity. However, the implementation of disciplinary sanctions for Civil Servants (Aparatur Sipil Negara or ASN) in Indonesia currently faces significant challenges regarding fairness and consistency. (Problem) The core issue lies in the broad administrative discretion possessed by investigators (Tim Pemeriksa) under Government Regulation No. 94 of 2021, which often leads to subjective, legalistic, and disproportionate sanctioning without considering substantive justice. This study aims to analyze the weaknesses of the current sanction implementation mechanism and proposes a reconstruction of the investigators' authority based on the value of justice (Nilai Keadilan). Using a normative juridical approach and conceptual analysis, this research examines current regulations and compares them with the principles of Dignified Justice. The study finds that the current positivistic approach tends to ignore the human aspect and restorative potential of the sanctions. Consequently, a reconstructed model is proposed where investigators must integrate ethical deliberation and justice values into their examination process, ensuring sanctions are not merely punitive but also corrective and fair.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,458
Score d'incertitude au seuil0,979

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,003
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,384
Écart entre enseignants0,363 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sociology and LawMême sujetIndonesian Legal and Regulatory StudiesTravaux en français237 207