MétaCan
Menu
Retour à la cohorte
Enregistrement W2755251538

Hubungan Aktivitas Fisik dengan Fugsi Kognitif pada Usia Lanjut di Panti Sosial Tresna Werdha (PSTW) Sabai Nan Aluih

2017· dissertation· id· W2755251538 sur OpenAlexaboutno aff
Vashti Firstari

Notice bibliographique

RevueAndalas University eThesis (Andalas University) · 2017
Typedissertation
Langueid
DomaineMedicine
ThématiquePublic Health and Nutrition
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhysicsGynecologyMedicinePhilosophy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Populasi usia lanjut di dunia mengalami pertumbuhan yang signifikan dalam 50 tahun terakhir. Pertumbuhan tersebut disertai dengan kemunculan penyakit neurodegeneratif seperti gangguan fungsi kognitif akibat penuaan yang kemunculannya dapat diperlambat dengan modifikasi kebiasaan hidup, seperti aktivitas fisik. Penelitian ini dilakukan untuk mengetahui hubungan antara aktivitas fisik dengan fungsi kognitif pada usia lanjut yang tinggal di panti sosial tresna werdha (PSTW) Sabai Nan Aluih. Penelitian ini merupakan penelitian potong-lintang yang dilakukan di PSTW Sabai Nan Aluih pada penghuni yang berusia > 60 tahun dan bersedia untuk menjadi responden penelitian ini. Data penelitian ini diambil dengan menggunakan Montreal Cognitive Assessment versi bahasa Indonesia (MoCA-Ina) untuk menilai fungsi kognitif responden dan kuesioner Physical Activity Scale for the Elderly (PASE) yang telah dimodifikasi untuk menilai aktivitas fisik responden. Dari 50 responden penelitian, 92% (46 orang) ditemukan memiliki fungsi kognitif di bawah normal dan 52% (26 orang) dinilai cukup aktif melakukan aktivitas fisik. Hasil analisis data menggunakan uji chi-square menghasilkan p-value = 0,611. Dari hasil tersebut disimpulkan bahwa tidak terdapat perbedaan proporsi yang bermakna antara tingkat aktivitas fisik dengan fungsi kognitif pada usia lanjut di PSTW Sabai Nan Aluih.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,705
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0050,001
Communication savante0,0000,002
Science ouverte0,0020,000
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,020
Tête enseignante GPT0,256
Écart entre enseignants0,235 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAndalas University eThesis (Andalas University)Même sujetPublic Health and NutritionTravaux en français237 207