KEBIJAKAN INTERVENSI PENANGANAN STUNTING TERINTEGRASI
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Tujuan studi ini mengevaluasi kebijakan intervensi stunting di Provinsi Riau tahun2018 dan 2019. Objek kajian adalah Pemerintah Kabupaten Rokan Hulu, Kabupaten Kampar danPemerintah Provinsi Riau, terutama Badan Perencanaan Pembangunan Daerah dan DinasKesehatan. Observasi lapangan dan wawancara di dua desa di Kabupaten Rokan Hulu dan satudesa di Kabupaten Kampar yang masuk dalam lokus stunting menurut Riskesdas. Metode yangdigunakan berupa mixed method dengan analisis minimum yaitu analisis kuantitatif-deskriptifyang didukung analisis kualitatif yang diperoleh dari wawancara mendalam, observasi lapangandan FGD. Pemerintah secara terstruktur mulai dari pemerintah pusat dan daerah telah melakukanberbagai upaya intervensi terhadap stunting. Pemerintah Daerah belum memasukkan stuntingsebagai indikator capaian kinerja kesehatan. Dinas Kesehatan telah mengerjakan beberapa programdan kegiatan yang berkaitan dengan intervensi stunting. Target pencapaian kinerja dinas kesehatantelah dimuat dalam perjanjian kinerja dan dilaporkan dalam Laporan Kinerja Instansi Pemerintah(LKjIP) Pemerintah Kabupaten Kampar. Pemerintah pusat telah menganggarkan dana transferkhusus melalui Dana Alokasi Khusus (DAK) 2018 dan DAK 2019. Pemerintah Provinsi Riau barumengakomodir penanganan stunting dalam dokumen perencanaan revisi RPJMD Tahun 2014-2019. Intervensi stunting Provinsi Riau telah dilakukan baik melalui strategi intervensi spesifikmaupun sensitif. Koordinasi di level Provinsi belum ditemukan adanya koordinasi lintas sektorsehingga program dan kegiatan yang ada berjalan masing-masing dengan sasaran yang berbeda.Kata kunci: kebijakan, intervensi stunting, capaian kinerja, dan perjanjian kinerja.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle