Penerapan Bimbingan Klasikal dalam Mencegah Internet Addiction pada siswa
Notice bibliographique
Résumé
Internet Addiction merupakan sebuah gangguan dari perilaku individu yang menghabiskan waktu menggunakan Internet secara berlebihan, individu tersebut juga tidak dapat mengkontrol dirinya dalam penggunaan Internet. Tujuan penelitian ini untuk mengetahui gambaran Internet Addiction pada siswa sebelum diberikan bimbingan klasikal dan gambaran Internet Addiction pada siswa sesudah diberikan bimbingan klasikal. Penelitian ini menggunakan pendekatan kuantitatif dengan jenis penelitian Pre-experimental design model One Group Pretest-Posttest. Populasi penelitian adalah seluruh siswa kelas XI Sekolah Menengah Atas Negeri 12 Banda Aceh sebanyak 46 siswa. Teknik pengumpulan data menggunakan skala yang dimodifikasi dari skala Internet Addiction Widyanto & McMurren dalam buku Kecanduan Internet oleh Young tahun 2017. Teknik analisis data dalam penelitian ini ialah teknik analisis kuantitatif deskriptif. Hasil penelitian menunjukkan bahwa setelah diberikannya perlakuan, siswa mengalami perubahan tingkatan Internet Addiction dari tingkat rendah menjadi tingkat sangat rendah setelah diberikannya bimbingan klasikal, dengan nilai rata-rata sebelum diberikan bimbingan klasikal ialah 32,4 menjadi 19,3 sesudah diberikan bimbingan klasikal. Dengan demikian, penerapan bimbingan klasikal dapat mencegah Internet Addiction pada siswa. Hasil Penelitian ini diharapkan dapat berkontribusi secara teoritik dan praktik dalam mengembangkan perluasaan khasanah kajian keilmuan bimbingan dan konseling.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,045 | 0,005 |
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 source (Gemma direct ou Codex distillé), 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 ».