PERANCANGAN MEDIA INFORMASI TENTANG CIRI \n- \nCIRI ADHD UNTUK \nORANG TUA DI KOTA BANDUNG. \nUMMU LATIFAH \n126010054
Bibliographic record
Abstract
Kepedulian dan pengetahuan orangtua ssangat menentukan perkembangan anak untuk \nmasa depan. Salah satu perkembangan yang jarang orang tua mengetahuinya adalah \nAttention Deficit Hyperactivity Disorder \natau disebut ADHD dan pengetahuan referensi \norang tua yan \ng kurang tersebut mengakibatkan ketidak tahuan atau bahkan tidak \ntertanganinya anak ADHD secara tepat. Media informasi merupakan salah satu alat \npenyampai pesan yang dapat dijadikan sumber referensi. Berdasarkan hal tersebut, \nmaka dibutuhkan sebuah media i \nnformasi yang nantinya dapat dijadikan sebagai \nsumber referensi mengenai ADHD. Informasi yang didalamnya berisi ciri \n- \nciri ADHD \nkepada orang tua, ini bertujuan untuk mengingatkan orang tua untuk lebih tanggap \ndalam memahami gejala yang anak tunjukan, serta \nbeberapa penanganaan dasar yang \ndapat dilakukan dirumah. Dengan perancangan media informasi tersebut tentu \ndiharapkan akan menjadi solusi yang efektif dengan berdasarkan pada metode \n- \nmetode \npenelitian yang digunakan serta, dengan dukungan aspek baik estetik \na desain maupun \npsikologis. Sehingga menjadikannya tepat sasaran akan pesan atau informasi yang \ndisampaikan nantinya. \nKata kunci : ADHD, ciri \n- \nciri, buku, informatif.
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 | 0.002 | 0.006 |
| 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 | 0.006 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.473 | 0.170 |
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".