Perbedaan Efektivitas Antara Pemberian Jus Tomat dengan Jus Jambu Biji Merah terhadap Kadar Hemoglobin pada Ibu Hamil Trimester III di Puskesmas Hilir
Notice bibliographique
Résumé
Latar Belakang : Anemia adalah suatu keadaan di mana kadar hemoglobin dalam darah di bawah normal. Sebagian besar anemia adalah anemia defisiensi zat besi (Fe) yang dapat disebabkan oleh konsumsi zat besi yang kurang dari makanan.Tomat dan jambu biji merupakan buah yang mengandung vitamin C dan zat besi tinggi yang bermanfaat jika dikonsumsi ibu hamil. Tujuan : Penelitian ini bertujuan untuk mengetahui efektivitas pemberian jus tomat dan jus jambu biji merah terhadap kadar hemoglobin pada ibu hamil trimester III. Metode : Penelitian kuantitatif dengan metode quasy experimental two group pre-post test design. Sampel sebanyak 32 responden dengan teknik non probalility sampling. Analisis data menggunakan uji Independent-T Test. Hasil : Terdapat perbedaan efektivitas antara pemberian jus tomat dan jus jambu biji merah terhadap kadar hemoglobin ibu hamil trimester III. Uji Independent-T Test menunjukkan p-value 0,000 (<0,05) dengan nilai rerata kelompok jus tomat sebelum dan sesudah intervensi sebesar 1,10 sedangkan kelompok jus jambu biji merah juga menunjukkan peningkatan rerata kadar hemoglobin ibu hamil sebelum dan sesudah intervensi sebesar 1,86. Kesimpulan : Peningkatan kadar hemoglobin pada ibu hamil trimester III dengan pemberian jus jambu biji merah lebih efektif dibandingkan dengan pemberian jus tomat
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».