Perundungan di Kalangan Mahasiswa dapat Menyebabkan Gangguan Psikologis
Bibliographic record
Abstract
Perundungan merupakan tindakan kekerasan yang dapat menyebabkan gangguan psikologi pada seseorang. Tindakan perundungan yang dapat dilakukan dengan tujuan menyakiti seseorang baik secara verbal, fisik maupun melalui media sosial. Saat ini kasus perundungan sedang marak di kalangan mahasiswa di Indonesia. Dampak yang didapatkan oleh korban perundungan dapat menyebabkan kondisi psikis terganggu dan keluhan kesehatan fisik. Maka dari itu dibuatnya artikel ini yang bertujuan untuk menambahkan rasa kepedulian sosial terhadap kasus perundungan di lingkungan sekitar, mengimplementasikan nilai-nilai pancasila dalam bertindak dan perilaku, dan mengedukasi baik korban maupun pelaku perundungan. Metode yang digunakan pada penelitian ini bersifat kualitatif yang disebarkan melalui kuesioner terhadap kalangan mahasiswa. Hasil penelitian menunjukan bahwadikalangan remaja terutama mahasiswa perguruan tinggi, kasus perundungan masih sangat tinggi, korban tindakan perundungan akan mengalami pshycological distress yang memepengaruhi kesehatan mental korban. Kondisi ini dapat menyebabkan tingkat kecemasan tinggi, depresi dan semangat korban yang menurun. Nilai-nilai pancasila sudah semestinya diimplementasikan oleh seluruh masyarakat Indonesia terutama mahasiswa khususnya pada sila kedua yang berbunyi “Kemanusiaan yang adil dan beradab” yang berkaitan dengan kasus perundungan, dan kegiatan sosialisasi kasus perundungan merupakan salah satu upaya yang dapat mencegah kasus perundungan.
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.028 | 0.004 |
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".