MétaCan
Menu
Retour à la cohorte
Enregistrement W7132976477

Opini: Perusahaan perkebunan di Indonesia kerap menyalahi aturan hukum. Bagaimana mereka bisa lolos begitu saja?

2023· article· en· W7132976477 sur OpenAlexaboutno aff
Tania Murray Li

Notice bibliographique

RevueTSpace · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal and Policy Analysis in Indonesia
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSemisynthesisDronedarone
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Berbagai kajian menunjukkan bahwa perusahaan-perusahaan perkebunan di Indonesia biasa menyalahi aturan hukum hingga mengakibatkan kerusakan besar terhadap lingkungan alam dan membahayakan masyarakat pedalaman. Ini bukanlah cerminan dari tidak adanya hukum yang mengatur jalannya perusahaan. Namun, ini dikarenakan wilayah Indonesia yang diduduki perusahaan perkebunan diatur dengan serangkaian aturan tak tertulis, yang memungkinkan perusahaan untuk mengendalikan pejabat pemerintahan demi kepentingan mereka sendiri. Artikel opini ini ditulis oleh Tania Li, seorang profesor di Universitas Toronto dan peneliti di Pusat Kajian Asia Tenggara, Universitas Kyoto, Jepang, yang telah melakukan banyak penelitian mendalam tentang kehidupan masyarakat pedalaman di Indonesia. Isi artikel ini mencerminkan pandangan penulis sendiri, dan tidak sepenuhnya mewakili pandangan The Gecko Project.

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 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: Empirique
Score de désaccord entre enseignants0,720
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,051
Tête enseignante GPT0,399
Écart entre enseignants0,348 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetLegal and Policy Analysis in IndonesiaTravaux en français237 207