PEMBELAJARAN PPKn BERBASIS KEARIFAN LOKAL UNTUK INTERNALISASI NILAI KARAKTER
Bibliographic record
Abstract
Mata pelajaran PPKn merupakan salah satu mata pelajaran yang brorientasi pada internalisasi nilai karakter. Oleh karena itu, diperlukan pengembangan pembelajaran yang berorientasi untuk itu yang dapat dilakukan dengan mengintegrasikan kearifan lokal. Namun demikian, faktanya menunjukkan bahwa guru PPKn SMP di Lombok Barat masih ada yang belum mengembangkan pembelajaran berbasis kearifan lokal. Hal tersebut nampak dari Rencana Pelaksanaan Pembelajaran (RPP) yang disusun dan juga media pembelajaran yang digunakan di kelas masih berorientasi pada apa yang ada di buku guru dan buku sisiwa yang berlaku secara nasional sehingga membuat pembelajaran menjadi kurang realistis serta kurang berorientasi pada internalisasi nilai karakter. Oleh karena itulah dilaksanakan kegiatan pengabdian dengan tujuan agar khalayak sasaran, yakni guru PPKn SMP di Lombok Barat dapat mengembangkan pembelajaran PPKn berbasis kearifan lokal untuk internalisasi nilai karakter. Metode yang digunakan adalah pendampingan. Hasil pelaksanaan pengabdian adalah: (1) tersusunnya RPP mata pelajaran PPKn berbasis kearifan lokal untuk kelas VII semester I materi pokok Beragam Norma Dalam Masyarakat, dan kelas VIII semester I materi pokok Kedudukan dan Fungsi pancasila, (2) tersusunnya media pembelajaran berupa PowerPoint tentang beragam norma dalam masyarakat, berbasis kearifan lokal.
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) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 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) | 0.035 | 0.009 |
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".