Tinjauan Analisis Hasil Intervensi dan Audit Kasus Stunting pada Ibu Hamil di Wilayah Lokus Kabupaten Majene
Bibliographic record
Abstract
Audit kasus stunting merupakan salah satu kegiatan prioritas yang bertujuan mengidentifikasi risiko dan penyebab risiko pada kelompok sasaran berbasis suerveilans rutin atau sumber data lainnya yang diharapkan dapat berperan dalam penanggulangan stunting secara komprehensif sebagai bagian dari monitoring dan evaluasi. Desain penelitian ini adalah observasional dan wawancara, metode pengambilan sampel menggunakan Simple Random Sampling dengan teknik pengambilan sampel secara acak pada kelompok sasaran audit yaitu ibu hamil pada 2 daerah lokus stunting Kabupaten Majene, yaitu desa Bonde Utara dan kelurahan Pangali-ali. Penelitian ini bertujuan untuk melakukan tinjauan dan analisis mendalam terhadap hasil intervensi serta hasil dari audit kasus stunting pada ibu hamil di wilayah lokus Kabupaten Majene. Fokus penelitian mencakup evaluasi keberhasilan program intervensi yang telah diimplementasikan, mengidentifikasi faktor-faktor yang mempengaruhi keberhasilan atau kegagalan intervensi, dan menganalisis dampaknya pada prevalensi stunting di kalangan ibu hamil. Hasil penelitian ini menunjukkan bahwa Kehamilan yang terlalu banyak memberikan pengaruh pada kualitas gizi bagi ibu hamil itu sendiri maupun bagi calon bayi yang akan dilahirkan (kondisi panjang badan dan berat badan), Kondisi ibu hamil dengan usia yang cukup muda sangat berpotensi untuk melahirkan bayi yang premature dengan berat badan rendah dan panjang badan yang rendah, Dominan kondisi KEK dan anemia pada ibu hamil lebih banyak dialami oleh ibu yang mengalami kehamilan dengan usia muda dan terlalu tua. Penelitian ini memiliki potensi untuk memberikan kontribusi terhadap upaya pencegahan stunting dan peningkatan kesejahteraan maternal di tingkat lokal.
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 | 0.010 | 0.013 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.022 | 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".