USAHA KESEJAHTERAAN ANAK JALANAN SELAMA PANDEMI COVID-19 OLEH SAHABAT ANAK GROGOL
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
Jumlah anak jalanan yang sangat tinggi saat ini, yang tersebar di lima wilayah Kotamadya Daerah Khusus Ibukota Jakarta membawa anak-anak tersebut ke dalam berbagai risiko yang mereka hadapi, sangat diperlukan berbagai pihak untuk terlibat dalam membantu mempertahankan haknya. Dalam penelitian yang dilakukan ini memfokuskan pada usaha kesejahteraan anak terhadap anak jalanan selama masa pandemi Covid-19 dengan memiliki dua pokok masalah yaitu (1) Apakah usaha kesejahteraan yang diselenggarakan Sahabat Anak Grogol dalam memenuhi kesejahteraan anak jalanan telah sesuai dengan peraturan perundang-undangan yang terkait, (2) Fasilitas dan jasa apa saja yang diberikan Sahabat Anak Grogol selama Pandemi Covid-19 agar tetap terpenuhinya kesejahteraan anak jalanan. Penelitian ini menggunakan metode penelitian hukum normatif yang didukung data dengan data empiris dan sifat penelitian yang digunakan dalam penelitian ini adalah deskriptif analitis serta penarikan kesimpulan dilakukan dengan cara deduktif. Hasil dari penelitian yang didapat dalam penelitian ini adalah fakta bahwa peran dari orang tua anak jalanan menjadi salah satu hal atau faktor penting yang perlu dipertimbangkan dalam keberhasilan usaha kesejahteraan yang dilakukan terhadap anak jalanan, selain itu masih kurangnya keterlibatan Pemerintah Daerah dalam membantu memenuhi usaha kesejahteraan yang diselenggarakan oleh masyarakat terhadap anak jalanan.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.004 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.003 |
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