Evaluasi Indikator Kinerja Tahun 2023 pada Badan Riset dan Inovasi Nasional : Indikator Kinerja Sasaran Strategis (IKSS)/Indikator Kinerja Utama (IKU) dan Manual IKU
Bibliographic record
Abstract
Pada tahun 2023 Badan Riset dan Inovasi Nasional (BRIN) menetapkan 2 (dua) Sasaran Strategis (SS) dan 5 (lima) IKSS/IKU yang merupakan turunan dari pencapaian visi dan misi BRIN. Tulisan ini melakukan evaluasi keselarasan dan relevansi IKSS/IKU terhadap SS dan tugas utama BRIN; serta evaluasi dari IKSS/IKU dan Manual IKU BRIN Tahun 2023. Evaluasi ini meliputi evaluasi penulisan pada dokumen Manual dengan membandingkan beberapa Manual IKU dari Kementerian/Lembaga lainnya, kemudian melakukan penilaian terhadap setiap indikator kinerjanya. Selanjutnya evaluasi apakah IKSS/IKU BRIN telah menerapkan prinsip SMART-C; tingkat validitas; tingkat kendali; konsolidasi periode dan lokasi; serta penentuan prioritas IKSS dan IKU BRIN tahun 2023 menggunakan action priority matrix. Penelitian ini menggunakan metode studi kasus pada objek yang akan diteliti dengan pendekatan kualitatif, objek penelitian adalah IKSS/IKU dan Manual IKU BRIN Tahun 2023. Hasil dari penelitian ini adalah 5 IKSS/IKU BRIN telah selaras dengan 2 SS yang ditetapkan pada Renstra BRIN 2022-2024 serta relevan terhadap tugas utama BRIN; untuk penuangan Manual IKU masih terdapat perbedaan dengan Manual IKU K/L lain, namun sudah cukup menampilkan uraian yang memenuhi prinsip SMART-C; untuk Validitas IKSS/IKU proxy hanya pada Indikator Kinerja (IK) Indeks RB untuk IK lainnya adalah exact; Kendali IK Inovasi dan Rasio Anggaran adalah moderate sedangkan lainnya adalah low; Konsolidasi Periode hanya IK Inovasi yang masuk kategori sum sedangkan IK lainnya adalah take last known value; Konsolidasi Lokasi IK Indeks RB dan Opini LK kategori average sedangkan IK lainnya adalah sum; dan untuk Polarisasi data semua IK kategori maximize. Kemudian hasil evaluasi IKU BRIN Tahun 2023 seluruh IKU BRIN berada pada Prioritas Major Projects atau Kuadran 2 (Dampak dan Upaya Tinggi), rekomendasi yang dapat diberikan diantaranya pencantuman tambahan informasi pada Manual IKU BRIN dan menentukan IKU yang memiliki prioritas quick wins untuk BRIN.
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.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.010 | 0.020 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.050 | 0.014 |
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 itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".