Tinjauan Yuridis Perlindungan Korban Terhadap Kejahatan Cyber Bullying Dalam Sistem Hukum Pidana Indonesia
Notice bibliographique
Résumé
Undang- Undang Nomor 19 tahun 2016 tentang Informasi dan Transaksi Elektronik dan KUHP . meskipun ITE dapat digunakan untuk menindak pelaku cyberbullying dalam beberapa kasus, namun ketiadaan undang-undang yang khusus menjadi kendala dalam penanganan kasus, baik berupa upaya pembuktian, pemenuhan hak korban, dan kendala yang sering dihadapi dalam penangan kasus cyberbullying. Tipe penelitian yang akan digunakan dalam penelitian ini mengenai"Tinjauan Yuridis Perlindungan Korban Terhadap Kejahatan Cyber Bullying Dalam Sistem Hukum Pidana di Indonesia" adalah penelitian hukum yuridis normatif. Dengan adanya landasan hukum ini, pemerintah dapat mengembangkan pedoman dan aturan yang efektif untuk mencegah tindakan pelecehan online. Deterrence atau efek jera menjadi salah satu dampak positif dari perlindungan hukum. Ancaman sanksi hukum yang jelas dapat menjadi penghambat potensial bagi individu yang ingin melakukan cyber bullying. Dengan demikian, perlindungan hukum dapat berperan dalam menciptakan lingkungan online yang lebih aman. Perlindungan hukum memberikan hak kepada korban untuk melaporkan kasus cyber bullying dan mendapatkan keadilan. Hak-hak ini mencakup perlindungan fisik, hak privasi, dan hak mendapatkan kompensasi atas kerugian yang dialami. Sebagai bagian dari upaya perlindungan, proses hukum juga dapat memberikan perasaan keamanan kepada korban.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».