Hubungan Faktor Usia dan Konsumsi Minuman Berkafein (Kopi dan Teh) dengan Kejadian Pre Eklampsia pada Ibu Hamil di Wilayah Kerja Puskesmas Bululawang Kabupaten Malang
Notice bibliographique
Résumé
Pre eklampsia adalah gejala yang timbul pada ibu hamil, pre eklampsia perlu untuk diwaspadai adanya komplikasi yang mungkin terjadi bisa mengalami kejang (eklampsia), penurunan perfusi uteroplasenta atau penurunan aliran darah ke ari-ari. Di Jawa Timur kasus preeklampsia/eklampsia 36,29%,. Namun hal ini kejadian preeklampsia dapat dikurangi dengan cara deteksi dini apabila ibu hamil rutin melakukan kunjungan ke tenaga kesehatan terlatih. Tujuan penelitian ini adalah untuk mengetahui adanya Hubungan Faktor Usia dan Konsumsi Minuman Berkafein (Kopi dan Teh) dengan Kejadian Pre Eklampsia pada Ibu Hamil di Wilayah Kerja Puskesmas Bululawang Kabupaten Malang. Populasi dalam penelitian ini adalah 213 ibu hamil dan sampel dalam penelitian ini 30 ibu hamil. Metode pengambilan sampel menggunakan teknik purposive sampling. Pengumpulan data pada penelitian ini yaitu menggunakan wawancara, observasi, kuesioner dan dokumentasi. Analisis data penelitian ini menggunakan perhitungan regresi yaitu regresi linear berganda. Hasil penelitian yaitu variabel Faktor Usia (X1) mempunyai nilai thitung sebesar 8,483 > ttabel 0,05 (2,045) artinya terdapat hubungan yang signifikan antara variabel Faktor Usia (X1) dengan kejadian pre eklampsia (Y). Variabel Konsumsi Minuman Berkafein (Kopi dan Teh) (X2) mempunyai nilai thitung sebesar 3,464 > ttabel 0,05 (2.045) artinya terdapat hubungan yang signifikan antara variabel Konsumsi Minuman Berkafein (Kopi dan Teh) (X2) dengan kejadian pre eklampsia (Y). Nilai Fhitung sebesar 44,301 > Ftabel 0,05 (3,35) artinya adanya hubungan yang signifikan antara variabel Faktor Usia (X1) dan Konsumsi Minuman Berkafein (Kopi dan Teh) (X2) dengan kejadian pre eklampsia (Y). Nilai R Square dari variabel X1 dan X2 yaitu sebesar 0,766 yang artinya faktor usia (X1) dan konsumsi minuman berkafein (kopi dan teh) (X2) ada pengaruh terhadap kejadian pre eklampsia sebesar 76,6% sedangkan 23,4% lainnya dipengaruhi oleh faktor lain yang tidak diteliti.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,030 | 0,003 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».