PENDIDIKAN GIZI UNTUK PENCEGAHAN KEK PADA IBU HAMIL DIWILAYAH KERJA PUSKESMAS KARANG PULE KECAMATAN SEKARBELA KOTA MATARAM PROPINSI NUSA TENGGARA BARAT
Notice bibliographique
Résumé
Kematian ibu di Indonesia masih didominasi oleh tiga penyebab utama kematian, yaitu perdarahan (30.3%), hipertensi dalam kehamilan (27.1%), dan infeksi (7.3%) (Kemenkes RI, 2014). Prevalensi ibu hamil yang mengalami KEK di Indonesia sebesar 23.4% (Kemenkes, 2013), sedangkan di Provinsi NTB sebesar 26,7%. Berdasarkan data Dinas Kesehatan Kota Mataram (2016), rata-rata prevalensi ibu hamil KEKdi Kota Mataram yaitu 6.09% mengalami peningkatan menjadi 13.3% pada tahun 2017. Pada ibu, KEK meningkatkan terjadi kematian dan peningkatan angka kesakitan seperti anemia, pendarahan pasca melahirkan. Tujuan pengabdian ini untuk pencegahan KEK pada ibu hamil di Wilayah Kerja Puskesmas Karang Pule. Metode pengabdian ini menggunakan metode penyuluhan gizi terhadap ibu hamil di wilayah kerja Puskesmas Karang Pule yang berjumlah 20 orang. Adapun mitra dalam kegiatan ini yaitu bidan desa, kader dan tokoh masyarakat. Kegiatan ini dilakukan dalam tiga tahap. Tahap pertama yakni pemaparan, tahap kedua yakni pengukuran TB dan BB dan tahap ketiga yakni tanya jawab. Hasil pengabdian ini disambut sangat antusias, ibu hamil melontarkan beberapa pertanyaan terkait gizi ibu hamil, isi piringku dan status gizi ibu hamil. Sebagian besar ibu hamil paham dengan penyuluhan yang diberikan. Kesimpulan pengabdian ini pendidikan gizi dapat meningkatkan pengetahuan untuk pencegahan KEK pada ibu hamil.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 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) | 0,017 | 0,003 |
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 ».