DETEKSI DINI STUNTING PADA BAYI DAN BALITA DI WILAYAH KERJA PUSKESMAS PEGAMBIRAN KOTA PADANG
Notice bibliographique
Résumé
Status gizi memiliki pengaruh yang signifikan terhadap tumbuh kembang anak. Gizi yang kurang baik selama 1000 hari pertama kehidupan (HPK) dapat menurunkan risiko terkena penyakit, salah satunya adalah stunting, begitu juga risiko kematian yaitu sekitar 13%. Tahun 2018 persentase balita sangat pendek dan pendek usia 0-59 bulan adalah 11,5% dan 19,3%. Besarnya risiko stunting terhadap bayi dan balita, maka perlu diadakannya deteksi dini stunting tersebut sebagai salah satu upaya untuk membantu meningkatkan pengetahuan yang berimplementasi terhadap kegiatan pemantauan pertumbuhan dan perkembangan bayi dan balita yag lebih optimal. Kegiatan telah dilaksanakan terhadap ibu yang memiliki bayi dan balita sebanyak 20 orang. Metode kegiatan berupa penyuluhan, pemeriksaan fisik dan deteksi dini tumbuh kembang dengan kuisioner KPSP. Hasil kegiatan diperoleh bahwa 6,25% bayi kurus dan 6,25% bayi obesitas, 44% bayi dan balita kategori pendek, 6% sangat pendek, 81% ASI Eksklusif, 6% bayi dengan penyimpangan (gerak halus, sosialisasi dan kemandirian) dan 6% hasil meragukan (gerak kasar). Diharapkan kepada suami, keluarga dan masyarakat melakukan pemantauan pertumbuhan dan perkembangan bayi dan balita untuk mencegah stunting dan gangguan pertumbuhan dan perkembangan lainnya. Petugas kesehatan agar selalu menggalakkan program nutrisi seimbang dan upaya pencegahan stunting lainnya sejak masa persiapan kehamilan (prakonsepsi).
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 | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 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 ».