Dampak Pemberian Es Krim Buah Bit dan Jambu Biji Merah terhadap Kadar Haemoglobin Remaja Putri
Bibliographic record
Abstract
Perkembangan masalah gizi pada anak-anak terkait erat dengan persiapan kesehatan dan gizi seorang remaja putri untuk menjadi seorang ibu. Sesuai dengan target cakupan pemberian pil penambah darah pada remaja putri yang masih rendah (25,2%) dan masih di bawah target Jawa Barat (52%), data survei Nutrition International tahun 2018 menemukan kasus anemia pada perempuan di Jawa Barat sebesar 41,93%. Selain pemberian pil penambah darah, diperlukan tindakan intervensi untuk menghindari anemia dengan memaksimalkan ketersediaan makanan yang mengandung zat besi. Tujuan dari penelitian ini adalah untuk mengetahui bagaimana buah bit dan jambu biji merah dalam sediaan es krim mempengaruhi kadar hemoglobin remaja putri. Teknik yang digunakan adalah one-group pre-post design quasi-experimental method. Anemia dengan tingkat keparahan ringan sampai sedang tanpa kondisi yang dapat menyebabkan anemia merupakan kriteria inklusi untuk sampel 30 peserta dalam penelitian ini, yang menggunakan pendekatan purposive sampling. Pengukuran anemia menggunakan POCT (Point of Care Testing), menentukan adanya anemia dengan menguji kadar hemoglobin. Metode analisis menggunakan distribusi frekuensi program komputer SPSS 20.0, uji normalitas, dan uji Wilcoxon bivariat. Sebelum menerima es krim bit dan jambu biji merah, semua responden (100%) mengalami anemia sedang, menurut temuan tersebut. Dengan p-value 0,000 dan nilai alpha (0,05)., terjadi pergeseran yang cukup besar Hal ini dimaksudkan agar dapat digunakan sebagai kebijakan intervensi pada remaja purii dengan anemia karena dapat disimpulkan bahwa pemberian es krim bit dan jambu biji merah, jika dikonsumsi secara konsisten dan benar, dapat menurunkan kejadian anemia.
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 | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.020 | 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".