Optimalisasi Pemenuhan Asupan Gizi Terpadu Dalam Meningkatkan Kualitas Sumber Daya Manusia
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Investasi pemerintah dalam kesehatan masyarakat berperan penting dalam meningkatkan produktivitas jangka panjang dan kualitas sumber daya manusia. Tingginya prevalensi stunting di Indonesia menunjukkan adanya tantangan serius, terutama terkait kekurangan energi dan anemia pada anak serta ibu hamil sebagai faktor utama. Melalui pendekatan kuantitatif yang memanfaatkan berbagai sumber data dan literatur relevan, studi ini merumuskan strategi intervensi gizi yang lebih tepat sasaran untuk percepatan penurunan stunting. Temuan menunjukkan bahwa periode emas 1.000 Hari Pertama Kehidupan (HPK) merupakan fase paling efektif untuk memperbaiki kondisi gizi anak. Namun, beberapa program intervensi, termasuk program makan bergizi gratis, belum sepenuhnya memprioritaskan balita dan ibu hamil. Karena itu, diperlukan kebijakan pemenuhan gizi terpadu yang menyinergikan berbagai program yang ada dan berfokus pada kelompok rentan. Dokumen ini diharapkan menjadi kontribusi bagi perumusan kebijakan berbasis bukti dalam upaya percepatan penurunan stunting dan peningkatan kualitas sumber daya manusia di Indonesia.
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.
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 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle