Ketidakselarasan Kebijakan Formalisasi Pertambangan Rakyat sebagai Penghambat Pembangunan Wilayah
Bibliographic record
Abstract
Kegiatan pertambangan rakyat umumnya merupakan kegiatan informal yang tidak memiliki izin namun menjadi sarana yang menyediakan kesempatan kerja dan sumber pendapatan bagi masyarakat yang sudah berjalan turun temurun dan tersebar di seluruh Indonesia. Kegiatan pertambangan rakyat bukan hanya menghasilkan dampak negatif namun juga dampak positif bagi pembangunan berkelanjutan di wilayahnya ketika dapat dikelola secara baik dan benar. Pada kenyataanya, ketidakselarasan kebijakan saat ini mengakibatkan tidak terkendalinya kegiatan pertambangan rakyat dan pada beberapa lokasi terjadi konflik antara masyarakat penambang dan pemerintah akibat penutupan oleh aparat terkait yang pada akhirnya menjadi tidak efektif karena masyarakat tetap melakukan kegiatannnya secara sembunyi-sembunyi. Penelitian ini dilakukan untuk membahas secara lebih mendalam tentang bagaimana ketidakselarasan kebijakan saat ini melalui Wilayah Pertambangan Rakyat (WPR) setelah ditetapkannya UU Nomor 3 Thn. 2020 yang belum dibahas secara sepesifik dari beberapa penelitian sebelumnya terkait formalisasi kegiatan pertambangan rakyat. Dengan melakukan pendekatan kualitatif melalui studi literatur dan komparasi atas kebijakan yang telah diterbitkan oleh Pemerintah serta penelitian penelitian sebelumnya ditemukan adanya upaya pemerintah untuk melakukan akselerasi atas formalisasi kegiatan pertambangan rakyat yang terhambat atas adanya ketidakselarasan kebijakan antar sektor yang harus segera ditindaklanjuti.
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.038 | 0.006 |
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".