Penggunaan Teknologi Informasi Dan Komunikasi Yang Bijak Bagi Remaja Pada Era Globalisasi
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
Hampir 90% masyarakat sudah akrab dengan teknologi informasi di era arglobalisasi ini bahkan menjadikan bagian kehidupan masyarakat. Kementerian Komunikasi dan Informatika menyatakan, penggunainternet di Indonesia hingga saat ini telah mencapai 82 juta orang, dengan capaian tersebut Indonesia beradapada peringkat ke-8 di dunia dan untuk pengguna smartphone terbesar ke 5 dunia, Untuk pengguna facebook,Indonesia di peringkat ke-4 besar dunia. Dari 80 % pengguna internet tersebut di antaranya adalah remajaberusia 15-19 tahun yaitu hampir 18,4 %. Dalam upaya untuk membantu tambahan pengetahuan tentang pemanfaatan teknologi informasi dankomunikasi pada era globalisasi agar dapat menggunakannya secara benar dan bisa digunakan sebagai ajangkreativitas para remaja maka diperlukannya penyuluhan dan diskusi tentang pengaruh teknologi informasi dankomunikasi bagi remaja di sekolah – sekolah sehingga dapat memanfaatkan teknologi informasi secara benardan tepat, hal terebut diwujudkan dalam kegiatan penyuluhan. Untuk mengetahui pemanfaatan dan pengetahuan serta intensitas waktu penggunaan internet makadilakukan quisioner dengan mengambil responden sebanyak 25 orang murid, hasil quisioner menunjukanbahwa responden setuju media sosial digunakan untuk sharing pelajaran sebesar 100%, namun demikian tidakdibarengi dengan pemanfaatanya untuk menunjang kegiatan belajar, tugas guru, dan mencari materi pelajaranrata – rata hanya 0,4 %. Media yang digunakan dalam mengakses internet adalah smartphone sebesar 6 %,media social yang digunakan whatsapp sebesar 64%, dan waktu yang digunakan rata – rata kurang dari 1 jamsebesar 36%.
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 | 0.007 | 0.006 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.001 | 0.004 |
| Science and technology studies | 0.007 | 0.002 |
| Scholarly communication | 0.001 | 0.005 |
| Open science | 0.004 | 0.002 |
| Research integrity | 0.001 | 0.005 |
| Insufficient payload (model declined to judge) | 0.002 | 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