IMPLEMENTASI KEBIJAKAN PENANGANAN PANDEMI COVID-19 DI KOTA SUKABUMI (STUDI KASUS PEMBATASAN SOSIAL BERSKALA BESAR)
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Tujuan penelitian ini adalah untuk mengetahui Implementasi kebijakan penanganan pandemi covid-19 di Kota Sukabumi (Studi Kasus Pembatasan Sosial Berskala Besar). Metode penelitian yang digunakan dalam penelitian ini adalah pendekatan kualitatif dimana dalam penelitian yang dilakukan bersifat deskriptif yang menggambarkan fenomena sebenarnya dari kejadian di lapangan. Teknik pengumpulan data menggunakan teknik Wawancara, Observasi, dan dokumen yang terkait dengan penelitian. Teknik analisis data dalam penelitian ini dilakukan secara kualitatif. Penelitian ini menggunakan empat dimensi implementasi kebijakan dari Edward III meliputi sumber daya, komunikasi, disposisi, dan struktur birokrasi. Dari penelitian diperoleh kesimpulan bahwa sejauh ini pegawai Pemerintah Kota Sukabumi memiliki keahlian yang mumpuni dan sesuai dengan yang dibutuhkan dalam menjalankan pro-gram-program yang ada. Untuk sarana prasarana yang dimiliki oleh in-stansi belum dapat berjalan dan mendukung sepenuhnya dalam im-plementasi ini.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.004 |
| Meta-epidemiology (narrow) | 0.002 | 0.002 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.001 | 0.004 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.003 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.009 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it