Notice bibliographique
Résumé
ABSTRAKMasalah.Kekurangan zat besi adalah penyebab yang paling umum terjadinya anemia gizi.Kejadian anemia tertinggi ditemukan pada akhir masa bayi dan prasekolah.Pada mayoritas keluarga, ibu berperan penting dalam pengaturan makan anak dan pemenuhan kebutuhan gizi.Salah satu upaya untuk meningkatkan perilaku pencegahan anemia pada anak adalah dengan Calgary Family Intervention Model (CFIM).Metode.Rancangan pre eksperiment one group pre post test design.Sampel adalah ibu dengan anak prasekolah yang bersekolah di TK Muslimat Curungrejo Kepanjen Malang yang memenuhi kriteria inklusi sebanyak 22 (purposive sampling).Intervensi Calgary/CFIM dalam pencegahan anemia selama 3x pertemuan melalui kunjungan rumah, tiap pertemuan 50 menit dengan metode ceramah, diskusi, konseling.Instrumen menggunakan Food Frekuency Quistionare (FFQ).Analisa data menggunakan Wilcoxon Sign Rank Test dengan α 0.05.Hasil.Uji statistik menunjukkan peningkatan pengetahuan sebelum (54,5 %) dan sesudah (90.9%) dengan p value=0.004.Simpulan.Intervensi melalui kunjungan rumah selama 3 sesi dengan mengkombinasikan beberapa metode berperan dalam peningkatan pengetahuan responden setelah dilakukan intervensi.CFIM dapat meningkatkan pengetahuan ibu dalam pencegahan anemia anak.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,267 | 0,091 |
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 ».