Upaya Mengatasi Learning Loss Baca Tulis Pada Anak-Anak Asli Papua
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
Learning loss merupakan keadaan menurunnya kemampuan akademik peserta didik, dimana peserta didik kehilangan pengetahuan dan keterampilan baik secara umum atau khusus. Penelitian ini dilakukan untuk mendeskripsikan dan menganalisis upaya mengatasi learning loss pembelajaran baca tulis anak-anak asli Papua di Rumah Belajar KBLC Jayapura. Metode penelitian yang digunakan adalah metode deskriptif kualitatif menggunakan data sekunder yang diambil dari berbagai sumber, dan lokasi penelitian di Rumah Belajar KBLC Jayapura. Hasil penelitian menunjukkan bahwa upaya mengatasi learning loss pembelajaran baca tulis pada anak-anak asli Papua di Rumah Belajar KBLC Jayapura melalui; 1) Tes diagnosis pada anak-anak asli Papua yang akan mendaftar sebagai peserta didik di Rumah Belajar KBLC Jayapura, tes dilakukan untuk mengelompokkan peserta didik berdasarkan kemampuannya masing-masing, 2) Merancang pembelajaran yang bervariasi, setiap guru yang akan mengajar membuat lesson plan sebagai persiapan mengajar dengan berbagai metode variatif, seperti penggunaan metode games dan bermain kartu dengan pengucapan volume tinggi (membuka mulut dan bersuara lantang), hal ini dilakukan agar peserta didik merasa belajar rasa bermain atau bermain sambil belajar, sehingga mereka enjoy dan senang dalam belajar, 3) Menggunakan pendekatan yang baik, seperti penggunaan WhatsApp sebagai media pendukung upaya pendekatan guru kepada peserta didik dalam membangun komunikasi yang baik , dan 4) Evaluasi berkelanjutan.
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 | 0.004 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.000 | 0.002 |
| Insufficient payload (model declined to judge) | 0.001 | 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 it