PENDAMPINGAN 25 INDIKATOR PERCEPATAN PENURUNAN STUNTING DI KABUPATEN FLORES TIMUR, PROPINSI NUSA TENGGARA TIMUR
Notice bibliographique
Résumé
Hasil pencatatan aplikasi elektronik pelaporan gizi berbasisMasyarakat (ePPGBM) periode tahun 2021 melaporkan bahwa kasus stunting pada anak di Kabupaten Flores Timur mengalami penurunan dari 22.7 persen pada tahun 2020 menjadi 20,9% di tahun 2021. Walaupun mengalami penurunan, angka ini masih sangat mengkhawatirkan jika dibandingkan dengan cut of point prevalensi stunting di Indonesia dan badan kesehatan dunia (WHO) yaitu kurang dari 20%. Hasil riview kinerja oleh Tim Pokja Stunting Propinsi NTT pada bulan April 2020 menunjukkan bahwa kinerja Kabupaten Flores Timur masih belum memuaskan. Hasil ini didukung dengan rekomendasi uji petik proses Indepth Interviuw pada sampel keluarga 1000 HPK yang dilakukan pada bulan Nopember 2021 diketahui bahwa program pemerintah daerah dan non pemerintah daerah masih banyak yang belum menjawab permasalahan dilapangan. Selain itu, alokasi anggaran serta penentuan lokus dan sasaran setiap program belum sesuai atau belum tepat jika dibandingkan berdasarkan data sebaran stunting dan keluarga 1000 HPK. Hal ini berarti bahwa pelaksanaan konvergensi dilevel pemerintah daerah bersama semua stakeholder (pihak non pemerintah/swasta) belum berjalan dengan baik. Oleh karena itu, proses pendampingan kepada pihak pemerintah daerah dan sektor swasta (non pemerintah daerah) dirasakan perlu untuk dilakukan dengan tujuan melakukan observasi dan mengidentifikasi secara dekat kendala-kendala dilapangan. Adapun metode pendampingan yang dilakukan adalah kombinasi antara metode Observasi, penyuluhan dan simulasi. Hasil yang diperoleh adalah tingkat pemahaman pemerintah daerah dan semua stakeholder terkait tentang stunting, determinan, dampak dan langkah penanunggulangan serta pencegahannya sudah baik. Namun, kendala yang dihadapi pada tahun 2021 adalah kondisi pandemic yang secara tidak langsung berpengaruh terhadap alokasi anggaran dan proses pelayanan kepada masyarakat termasuk keluarga 1000 HPK. Setelah dilakukan pendampingan kepada pemerintah daerah dan semua stakeholder terkait telah memahami tugas dan fungsi masing – masing dalam pelaksanaan konvergensi. Rekomendasi yang di berikan adalah perlu penekanan pada beberapa cakupan intervensi yang masih rendah persentasenya yaitu : balita kurus yang mendapat PMT, balita diare yang mendapatkan suplementasi zinc, program bina keluarga balita (BKB), orang tua yang mengikuti kelas parenting, anak berusia 2-6 tahun yang terdaftar di kelas PAUD, program keluarga yang mendapatkan bantuan PKH, desa yang menerapkan KRPL, dan ibu hamil yang terlibat dalam kelas konseling.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 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 ».