MétaCan
Menu
Retour à la cohorte
Enregistrement W2618405526 · doi:10.20527/jbk.v12i1.3692

KORELASI PANJANG LENGAN ATAS DENGAN TINGGI BADAN PADA WANITA SUKU BANJAR

2016· article· en· W2618405526 sur OpenAlexaff
Iwan Aflanie, Fitria Amalia, Mashuri Mashuri

Notice bibliographique

RevueBerkala Kedokteran · 2016
Typearticle
Langueen
DomaineComputer Science
ThématiqueEdcuational Technology Systems
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesMathematicsArt

Résumé

récupéré en direct d'OpenAlex

Abstract: The role of identification in the field of forensic medicine is the most important thing to the victims who have died. Identification is needed to reveal the identity of the corpse, one is needed to estimate the length of the corpse. The purpose of this research is analyzing the correlation between the length of upper arm with height in Banjarese student of Medical Faculty at Lambung Mangkurat University and to get height estimation formula based on the length of upper arm in Banjarese woman. The research methodology is the observational analytic with the cross sectional approach method. This research uses the purposive sampling method to take subject result with the total sample as many as 52 people. The Pearson test result showed that value p = 0,000 and value r = 0,933 for right upper arm and r = 0,928 for left upper arm, which indicated a very strong correlation between right and left upper arm with height in Banjarese woman. The conclusion from this research is that there is very strong correlation between the length of upper arm with height in Banjarese woman, with height estimation formula TB = 59,829 + 3,010 x PLAkn for right upper arm and TB = 59,618 + 3,020 x PLAkr for left upper arm. Keywords : identification, height estimation, Banjarese woman Abstrak: Peranan identifikasi dalam bidang ilmu kedokteran forensik merupakan hal paling penting pada korban yang telah meninggal. Identifikasi sangat dibutuhkan untuk mengungkapkan identitas mayat, salah satu yang diperlukan yaitu dengan memperkirakan panjang tubuh mayat tersebut. Tujuan penelitian ini yaitu menganalisis korelasi panjang lengan atas dengan tinggi badan pada mahasiswi suku Banjar di Fakultas Kedokteran Universitas Lambung Mangkurat dan untuk mendapatkan formula estimasi tinggi badan berdasarkan panjang lengan atas pada wanita suku Banjar. Metode penelitian ini yaitu observasional analitik dengan metode pendekatan cross sectional. Pengambilan subjek penelitian menggunakan metode purposive sampling dengan jumlah sampel sebanyak 52 orang. Hasil uji Pearson menunjukkan nilai p = 0,000 dan nilai r = 0,933 untuk lengan kanan dan r = 0,928 untuk lengan kiri, yang menunjukkan adanya korelasi yang sangat kuat antara panjang lengan atas kanan dan kiri dengan tinggi badan pada wanita suku Banjar. Kesimpulan dari penelitian ini yaitu terdapat korelasi yang sangat kuat antara panjang lengan atas dengan tinggi badan pada wanita suku Banjar, dengan formula estimasi tinggi badan TB = 59,829 + 3,010 x PLAkn untuk lengan kanan dan TB = 59,618 + 3,020 x PLAkr untuk lengan kiri. Kata-kata kunci : identifikasi, estimasi tinggi badan, wanita suku Banjar

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0150,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,014
Tête enseignante GPT0,217
Écart entre enseignants0,203 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBerkala KedokteranMême sujetEdcuational Technology SystemsTravaux en français237 207