INTERVENSI GIZI SEBAGAI UPAYA PENCEGAHAN ANEMIA PADA REMAJA PUTRI DI WILAYAH KERJA PUSKESMAS PEKAYON JAYA KOTA BEKASI
Notice bibliographique
Résumé
Introduction: Overcoming nutritional problems around the Pekayon Jaya Community Health Center. Based on these problems, anemia in adolescent girls is the highest problem at the Pekayon Jaya Community Health Center. This activity was carried out in the Gema Karya Bahana High School, Bekasi City, because based on e-PPGBM data, the prevalence of cases of anemia in teenagers, especially young women, in 2023, the Gema Karya Bahana Vocational School area, Bekasi City, has the highest anemia problem with a prevalence of 64.6%. This intervention activity aims to increase the active role of young women in preventing and overcoming the health problem of anemia. Method: This community service activity was carried out at Gema Karya Bahana Vocational School, Bekasi City. The method used was consecutive sampling, namely the sample was selected according to research criteria, where the target of this activity was 25 young women in grades 10 and 12 at SMK Gema Karya Bahana, Bekasi City. Secondary data was obtained through web access for Community Based Nutrition Recording and Reporting (e-PPGBM). Meanwhile, primary data was obtained based on the results of direct field surveys. Research Result: Based on the results of the counseling and data processing that has been carried out, the results show that the correlation coefficient (Correlation) value is 0.522 with a significance value (Sig.) of 0.007. Conclusion: It can be concluded that the data is normally distributed, so it can be said that there is a relationship between the pre-test variables and the post-test variables.
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 | 0,001 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».