Dampak Pemberian Es Krim Buah Bit dan Jambu Biji Merah terhadap Kadar Haemoglobin Remaja Putri
Notice bibliographique
Résumé
Perkembangan masalah gizi pada anak-anak terkait erat dengan persiapan kesehatan dan gizi seorang remaja putri untuk menjadi seorang ibu. Sesuai dengan target cakupan pemberian pil penambah darah pada remaja putri yang masih rendah (25,2%) dan masih di bawah target Jawa Barat (52%), data survei Nutrition International tahun 2018 menemukan kasus anemia pada perempuan di Jawa Barat sebesar 41,93%. Selain pemberian pil penambah darah, diperlukan tindakan intervensi untuk menghindari anemia dengan memaksimalkan ketersediaan makanan yang mengandung zat besi. Tujuan dari penelitian ini adalah untuk mengetahui bagaimana buah bit dan jambu biji merah dalam sediaan es krim mempengaruhi kadar hemoglobin remaja putri. Teknik yang digunakan adalah one-group pre-post design quasi-experimental method. Anemia dengan tingkat keparahan ringan sampai sedang tanpa kondisi yang dapat menyebabkan anemia merupakan kriteria inklusi untuk sampel 30 peserta dalam penelitian ini, yang menggunakan pendekatan purposive sampling. Pengukuran anemia menggunakan POCT (Point of Care Testing), menentukan adanya anemia dengan menguji kadar hemoglobin. Metode analisis menggunakan distribusi frekuensi program komputer SPSS 20.0, uji normalitas, dan uji Wilcoxon bivariat. Sebelum menerima es krim bit dan jambu biji merah, semua responden (100%) mengalami anemia sedang, menurut temuan tersebut. Dengan p-value 0,000 dan nilai alpha (0,05)., terjadi pergeseran yang cukup besar Hal ini dimaksudkan agar dapat digunakan sebagai kebijakan intervensi pada remaja purii dengan anemia karena dapat disimpulkan bahwa pemberian es krim bit dan jambu biji merah, jika dikonsumsi secara konsisten dan benar, dapat menurunkan kejadian anemia.
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 | 0,008 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,004 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».