Penerapan Reward and Punishment melalui Tata Tertib Sistem Point dalam Meningkatkan Kualitas Pendidikan Karakter
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
Dalam UU Sisdiknas No. 20 tahun 2003 pasal 1 ayat 1 bahwa Pendidikan adalah usaha sadar dan terencana untuk mewujudkan suasana belajar dan proses pembelajaran agar peserta didik secara aktif mengembangkan potensi dirinya untuk memiliki kekuatan spiritual keagamaan, pengendalian diri, kepribadian, kecerdasan, akhlak mulia, serta keterampilan yang diperlukan dirinya, masyarakat, bangsa dan Negara. Namun fakta di lapangan menunjukkan masih banyak permasalahan yang jauh dari harapan baik itu dari peserta didik Penyimpangan berbagai norma agama dan sosial kemasyarakatan dalam bentuk kurang hormat pada guru dan pegawai, kurang disiplin waktu, kurang mengindahkan peraturan, kurang memelihara keindahan dan kebersihan lingkungan, perkelahian antar pelajar, narkoba, berkeliaran di jalanan, di terminal bus, di stasiun, di mall dan tempat-tempat wisata saat jam pelajaran dan sebagainya
 hasil penelitian disimpulkan bahwa pemberian reward and punishment melalui tata tertib sistem point sangat efektif dalam meningkatkan kualitas karakter peserta didik dan direkomendasikan yakni 1. Pihak Madrasah, Khususnya kepala madrasah dan guru, hendaknya selalu berupaya mengevaluasi penerapan reward and punishment melaui tata tertib sistem point 2. Kementerian Agama hendaknya membuat kebijakan pada semua madrasah.3. Peserta didik penerapan reward akan memberikan semangat dan motivasi, punishment bagi peserta didik di jadikan sebagai filter atau kontrol tidak melakukan pelanggaran pada tata terib madrasah sehingga menjadi peserta didik memiliki kepribadian yang baik.
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 | 0.003 | 0.000 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.003 | 0.004 |
| Research integrity | 0.001 | 0.004 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
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