MétaCan
Menu
Retour à la cohorte
Enregistrement W7128599952 · doi:10.20885/jkek.vol4.iss2.art1

Analisis pengaruh Dana Desa, Alokasi Dana Desa dan Bantuan Keuangan Khusus Keistimewaan Kalurahan terhadap indeks Desa Membangun di Kabupaten Gunungkidul

2025· article· W7128599952 sur OpenAlexaff
Yadianto Anggoro, Akhsyim Afandi

Notice bibliographique

RevueJurnal Kebijakan Ekonomi dan Keuangan · 2025
Typearticle
Langue
DomaineSocial Sciences
ThématiqueLocal Governance and Development
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésPrivilege (computing)Financial managementGovernment (linguistics)Panel dataIndex (typography)

Résumé

récupéré en direct d'OpenAlex

Purpose – This study aims to analyze the influence of Village Funds (Dana Desa), Village Fund Allocation (Alokasi Dana Desa), and the Special Financial Assistance for Privilege Funds (Bantuan Keuangan Khusus Dana Keistimewaan) on the Village Development Index (Indeks Desa Membangun, IDM) in Gunungkidul Regency.Methods – The study employs panel data analysis on 114 villages in Gunungkidul Regency over the 2019–2023 period.Findings – The results indicate that Village Funds, Village Fund Allocation, and Special Financial Assistance for Privilege Funds significantly affect the Village Development Index. Village Fund Allocation has a greater effect on IDM improvement than Village Funds and Special Financial Assistance. Additionally, Special Financial Assistance for Privilege Funds has a more pronounced impact on IDM enhancement for villages categorized as developing and advanced.Implication – The findings imply that the management of Village Funds, Village Fund Allocation, and Special Financial Assistance should be data-driven, transparent, and accountable, with active community involvement and rigorous oversight. Collaboration between the government and stakeholders is essential to ensure effective utilization and maximize the benefits for local communities.Originality – This study contributes to the literature by analyzing fiscal policies related to Village Funds, Village Fund Allocation, and Special Financial Assistance for Privilege Funds in Gunungkidul Regency using panel data.Originality – This research analyzes the influence of DD, ADD, and especially BKK DAIS Kalurahan budget policies in Gunungkidul Regency to be relevant and important to be carried out in an effort to increase IDM. AbstrakTujuan – Penelitian ini bertujuan untuk menganalisis pengaruh Dana Desa, Alokasi Dana Desa dan Kebijakan Bantuan Keuangan Khusus Dana Keistimewaan terhadap Indeks Desa Membangun di Kabupaten Gunungkidul.Metode – Penelitian ini menggunakan analisis data panel pada 114 desa di Kabupaten Gunung Kidul pada periode tahun 2019-2023. Temuan – Hasil penelitian ini menunjukkan bahwa Dana Desa, Alokasi Dana Desa dan BKK Dana Keistimewaan memiliki pengaruh terhadap Indeks Desa Membangun. Alokasi Dana Desa lebih berpengaruh terhadap peningkatan IDM dibandingkan Dana Desa dan BKK Dana Keistimewaan. BKK Dana Keistimewaan lebih berpengaruh terhadap peningkatan IDM pada desa yang berstatus berkembang dan maju.Implikasi – Penelitian ini berimplikasi pada bahwa Pengelolaan Dana Desa, Alokasi Dana Desa, dan Bantuan Keuangan Khusus Dana Keistimewaan Kalurahan harus berbasis data, transparan, dan akuntabel dengan melibatkan masyarakat serta pengawasan ketat. Kolaborasi antara pemerintah dan pemangku kepentingan menjadi kunci efektivitas dan optimalisasi manfaat bagi 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 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)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Science ouverte, Intégrité de la recherche
Catégories consensuellesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,116
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0020,005
Études des sciences et des technologies0,0060,003
Communication savante0,0030,002
Science ouverte0,0050,002
Intégrité de la recherche0,0020,003
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 Opus0,018
Tête enseignante GPT0,280
Écart entre enseignants0,262 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
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 revueJurnal Kebijakan Ekonomi dan KeuanganMême sujetLocal Governance and DevelopmentTravaux en français237 207