PENDAMPINGAN MASYARAKAT DESA SEHAT MELALUI PENYULUHAN KANKER STUNTING DAN PENYAKIT MENULAR SEKSUAL DI DESA PENGADANGAN
Bibliographic record
Abstract
Kuliah Kerja Nyata (KKN) merupakan bentuk kegiatan pengabdian kepada masyarakat yang dilaksanakan oleh perguruan tinggi. Kegiatan pengabdian ini dilakukan oleh kelompok mahasiswa dan dosen dari Universitas Mataram dengan tema Desa Sehat. Dalam kegiatan KKN yang dilaksanakan di Desa Pengadangan, Kecamatan Pringgasela, Kabupaten Lombok Timur, tim KKN melaksanakan berbagai kegiatan dengan sasaran utama pada masalah kesehatan masyarakat Desa Pengadangan. Tujuan pelaksanaan kegiatan KKN ini adalah untuk memberikan pendampingan sekaligus edukasi kepada masyarakat Desa Pengadangan tentang bahaya nya Kanker dan Penyakit Menular Seksual serta membantu masyarakat untuk meminimalisir angka Stunting di Desa Pengadangan. Terdapat empat metode kegiatan yang dilaksanakan yaitu (1) Penyuluhan Stunting bersama para kader posyandu yang ada di Desa Pengadangan, (2) Turut ikut serta dalam kegiatan Posyandu di setiap Dusun, (3) Mengadakan kegiatan lomba cerdas cermat antar kader posyandu dengan Tema Stunting, (4) Penyuluhan sekaligus pemeriksaan gratis terhadap kanker dan penyakit menular seksual. Hasil kegiatan ini adalah pertama masyarakat mengetahui penyebab dan cara pencegahan stunting. Kedua, para kader posyandu terbantu dalam melaksanakan kegiatannya. Ketiga, bertambah nya pengetahuan antar kader terhadap stunting. Dan terakhir, masyarakat mendapatkan pengetahuan mengenai kanker dan penyakit menular seksual mulai dari indikasi, ciri-ciri dan cara mencegahnya serta masyarakat juga dapat melakukan pemeriksaan gratis untuk mengetahui apakah terindikasi suatu penyakit atau tidak. Selain itu, tim KKN juga terlibat dalam berbagai kegiatan lain seperti memberikan penyuluhan serta literasi akan pentingnya pemilahan dan pengolahan sampah, pembuatan plang RT, pemberian bantuan bibit tanaman, dan Mengadakan Jalan sehat sebagai bentuk acara perpisahan kami. Hasil kegiatan diatas menunjukkan bahwa kegiatan KKN ini mampu memberikan pendampingan kepada masyarakat Desa Pengadangan dalam upaya mewujudkan Desa Sehat.
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 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.024 | 0.008 |
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".