KEPATUHAN KONSUMSI TABLET FE TERHADAP KENAIKAN KADAR HEMOGLOBIN IBU HAMIL TRIMESTER III
Bibliographic record
Abstract
Anemia defisiensi besi merupakan salah satu gangguan yang paling sering terjadi terutama selama masa kehamilan. Pemberian tablet Fe merupakan salah satu program pemerintah Indonesia untuk mencegah terjadinya anemia pada ibu hamil. Kepatuhan mengkonsumsi tablet Fe dikatakan baik apabila ibu hamil mengkonsumsi semua tablet Fe dari jumlah, cara minum, dan waktu yang tepat selama kehamilan. Kepatuhan ibu hamil dalam mengkonsumsi tablet Fe juga dipengaruhi beberapa faktor, yang menurut hasil penelitian Alifah (2016) kepatuhan ibu hamil mengonsumsi tablet Fe yaitu pengetahuan, motivasi, dukungan keluarga, kunjungan ANC, dan efek tablet Fe. Tujuan dari penelitian ini adalah untuk mengetahui pengaruh kepatuhan konsumsi tablet Fe terhadap kenaikan kadar hemoglobin ibu hamil trimester III. Penelitian ini dilakukan di wilayah kerja Puskesmas Pringsurat Kabupaten Temanggung. Jenis penelitian adalah Preeksperimental dengan design One Group pretest-posttest. Populasi penelitian sebanyak 40 ibu hamil. Teknik pengambilan sample dengan menggunakan total sampling yang diambil pada bulan Maret – April 2018. Analisis data dengan menggunakan uji T-Test Dependent. Data dianalisis menggunakan uji statistik T-Test Dependent dihasilkan p-value 0.001 atau α < 0,05 maka Ha diterima, sehingga dapat disimpulkan bahwa kenaikan kadar Hb dipengaruhi oleh kepatuhan responden mengkonsumsi tablet Fe. Saran dalam penelitian ini diharapkan ibu hamil agar mengkonsumsi tablet Fe dengan cara yang benar yaitu minum 1 kali sehari selama periode masa kehamilan minimal 90 tablet, meminum dengan cara yang benar dengan menggunakan air putih atau air jeruk, dan waktu minum yang benar yaitu diminum pada malam hari untuk mencegah mual dan dianjurkan melakukan pemanfaatan antenatal care untuk mendapat pengawasan terhadap konsumsi tablet Fe
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.017 | 0.003 |
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".