GAMBARAN PERTUMBUHAN DAN PERKEMBANGAN BAYI DENGAN RIWAYAT BBLR DI WILAYAH KERJA UPTD PUSKESMAS PAGERAGEUNG KABUPATEN TASIKMALAYA TAHUN 2017
Bibliographic record
Abstract
Kejadian Berat Badan Lahir Rendah di wilayah kerja UPTD Puskesmas Pagerageung Kabupaten Tasikmalaya tahun 2016 mengalami peningkatan dari tahun 2015. Pada tahun 2015 kejadian BBLR sebanyak 30 bayi (4,12%), sedangkan tahun 2016 menjadi 32 bayi (4,18%). BBLR sering kali menyebabkan komplikasi. Komplikasi jangka panjang diantaranya gangguan pertumbuhan dan gangguan perkembangan. Tujuan dari penelitian ini adalah mengetahui gambaran pertumbuhan dan perkembangan bayi dengan riwayat BBLR di wilayah kerja UPTD Puskesmas Pagerageung Kabupaten Tasikmalaya Tahun 2017. Adapun manfaat dari penelitian ini adalah diharapkan dapat memberikan kontribusi pada pengembangan ilmu kebidanan khususnya tentang pertumbuhan dan perkembangan bayi. Jenis penelitian ini adalah penelitian kuantitatif dengan metode deskriptif. Populasi dalam penelitian ini sebanyak 28 bayi yang memiliki riwayat BBLR dengan teknik pengambilan sampel yaitu total sampling. Instrumen yang digunakan dalam penelitian ini adalah lembar format DDST atau observasi dan kuesioner dan diolah dengan menggunakan analisisunivariat. Hasil penelitian ini menunjukan bahwa sebagian besar bayi dengan riwayat BBLR mengalami pertumbuhan yang sesuai. Pada perkembangan bayi didapatkan hasil perkembangan tingkah laku sosial, bahasa dan motorik halus mengalami perkembangan yang sesuai tetapi pada perkembangan motorik kasar sebagian besar mengalami perkembangan yang tidak sesuai. Simpulan penelitian ini yaitu bayi dengan riwayat BBLR mempunyai resiko kecil untuk mendapatkan keterlambatan pertumbuhan namun mempunyai resiko lebih besar terjadinya keterlambatan perkembangan khususnya perkembangan motorik kasar. Saran kepada tenaga kesehatan serta orangtua untuk memantau pertumbuhan dan perkembangan bayi serta memberikan stimulasi secara optimal.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.004 | 0.001 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.045 | 0.012 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".