EFEKTIVITAS METODE KELAS MEMASAK BAGI IBU BALITA UNTUK MENCEGAH STUNTING DI DESA JIPANG KECAMATAN KARANGLEWAS
Notice bibliographique
Résumé
Jipang is one of the villages that belong to the working area of Karanglewas Community Health Center (Puskesmas) with a great number of stunting cases. The prevalence of stunting cases in Jipang village was 35 cases (16.13%) out of a total 217 toddlers. One of the main factors contributing to the high cases of stunting in Jipang village is the lack of knowledge and skills among mothers in taking care of their children. Many mothers have limited knowledge of parenting, particularly in terms of providing their children with proper nutrition. Besides, due to limited educational media, mothers are less informed about good parenting. In order to prevent the rising number of stunting cases, there is a need to improve mothers’ knowledge and skills in providing their children with good parenting. The aim of this activity was to improve mothers’ knowledge and skills in providing their children with good parenting. This activity consisted of a number of stages including 1) Writing a recipe book about food preventing stunting, 2) Creating leaflet and educational videos, 3) Educating mothers about stunting and proper nutrition, 4) Conducting a cooking class, and 5) Supervising a group of mothers. The result of this activity indicated that there was an improvement in terms of mothers’ knowledge and skills after the activity. Specifically, the recipe book was very useful for mothers in providing proper nutrition for their children. Key words: Stunting, Proper Nutrition, Cooking Class
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,002 |
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 ».