Incidence Model of Intestinal Helminthiasis Infections in Toddler with Nutritional Problems in Central Kupang District, Kupang Regency
Notice bibliographique
Résumé
The prevalence of nutritional problems for infants under 5 years of age (toddlers) in East Nusa Tenggara reaches 40.3%, the highest compared to other provinces in Indonesia. This figure is above the national nutritional problem prevalence of 29.6%. One of the factors that causes the nutritional status of children under five is an intestinal worm infection. The purpose of this study was to determine the incidence model of intestinal worm infection in children under five with nutritional problems in Central Kupang District, Kupang Regency. Quantitative research method with cross sectional study design. The sample size of this study is a total population of 80 children under five and the independent variables are environmental sanitation and personal hygiene and the dependent variable is malnutrition and low nutrition status. The data collection technique was carried out by weighing to determine the nutritional status and followed by fecal examination to identify worm eggs and analyzed by multiple logistic regression. The results showed that the incidence of intestinal worm infections was 42% of children under five with nutritional problems. The results of statistical tests showed that there was an effect of snacking habits p value = 0.024 and food storage p value = 0.033. The conclusion is that the incidence of intestinal worm infections in children under five with nutritional problems is influenced by eating habits and opened food storage.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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 ».