MétaCan
Menu
Retour à la cohorte
Enregistrement W7123356684 · doi:10.21776/rechtjiva.v2n3.7

Pengenaan Biaya Tambahan Pada Transaksi Jual Beli Di E-commerce dan Marketplace

2025· article· W7123356684 sur OpenAlexaboutno aff
Jauza Afraa Fadhillah, Djumikasih Djumikasih

Notice bibliographique

RevueRechtjiva · 2025
Typearticle
Langue
DomaineSocial Sciences
ThématiqueLegal and Policy Analysis in Indonesia
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTransparency (behavior)CLARITYContext (archaeology)Consistency (knowledge bases)NormativeIdeal (ethics)

Résumé

récupéré en direct d'OpenAlex

In sales transactions through e-commerce platforms, this issue is examined from the perspective of consumer protection law in Indonesia. This issue is raised due to the absence of norms regarding price transparency and maximum limits on additional fees imposed by businesses, which has an impact on legal uncertainty for consumers. This study formulates two main problems, namely, the weakness of regulations on additional fees outside the base price in the Consumer Protection Law, and ideal alternative regulations for such practices in the context of e-commerce in Indonesia. The research method used is a legal normative approach combining legislative, conceptual, and comparative methodologies. The findings indicate that Indonesia’s legal framework has not yet specifically addressed the imposition of additional fees, despite such practices already occurring across various platforms. Article 10 of the UUPK on regulates base prices and discounts, without covering additional fees. Comparative studies with Canada and Australia show that both countries have regulated price transparency through regulations that require clarity of information and consistency between advertised prices and charged prices. Based on these findings, and ideal legal framework adapted from best practices in both countries is proposed.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,801
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,004
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0020,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,022
Tête enseignante GPT0,328
Écart entre enseignants0,305 · 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.

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRechtjivaMême sujetLegal and Policy Analysis in IndonesiaTravaux en français237 207