Upaya Percepatan Pencegahan Dan Penurunan Stunting Melalui Program Pendampingan Keluarga Di Desa Pakuan Kecamatan Narmada
Notice bibliographique
Résumé
The problem of short children (stunting) is one of the nutritional problems faced in the world, especially in Pakuan village. Stunting is a problem because it is associated with an increased risk of illness and death, sobotimal brain development so that motor development is delayed and mental growth is stunted. Pakuan Village is one of the villages in Narmada sub-district which is the locus of stunting. Based on the stunting data from PSG in Pakuan village in August 2021, in Pakuan village there are 70 children who are stunted, of which 24 children are under two years old. The factors that cause stunting in the village of Pakuan include parenting patterns, lifestyle of pregnant women, unhealthy families, early marriage and there are still many parents who believe in beliefs or myths about the wrong diet of pregnant women in the community. The purpose of this activity is to accelerate efforts to prevent and reduce stunting through a family assistance program in Pakuan village, Narmada sub-district. The method is carried out by carrying out socialization activities, direct family assistance to the Pakuan village community who are the targets and monitoring through posyandu. This activity was realized through collaboration with cadres, village midwives, and the Suranadi Health Center. Based on these activities, the community can understand the pattern of parenting and nutrition given to infants/toddlers at that age in Pakuan village and there are 4 children who experience weight gain, namely Devin Alka, M. Iqbal, Iklal Fikrar, Miatul Febrianti, and Rizki Evarista.
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 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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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 tête enseignante, 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 ».