Perbandingan Jumlah Camilan Yang Dikonsumsi Oleh Orang Obese dan Non Obese
Notice bibliographique
Résumé
Latar belakang Kelebihan berat badan (overweight) sampai kegemukan (obese) telah menjadi isu hangat dalam 1-2 dekade terakhir ini di negara – negara berkembang. Salah satu kebiasaan yang menyebabkan obesitas adalah kebiasaan suka makan camilan. Keadaan obesitas ini juga berkaitan dengan meningkatnya insidensi berbagai penyakit, termasuk penyakit kardiovaskular, varises vena, kerusakan sendi dan kandung empedu serta diabetes. Tujuan Untuk mengetahui apakah jumlah camilan yang dimakan orang obese lebih banyak dari non obese. Metode Desain penelitian yang digunakan adalah penelitian eksperimental sungguhan, di mana 20 orang laki-laki obese dan 20 orang laki-laki non obese disuruh makan kenyang kemudian diberi camilan yang disukai sambil dibiarkan menonton film selama 30 menit. Sebelum dan sesudah menonton film jumlah kalori camilan dihitung. Hasil Rata-rata jumlah kalori camilan yang dimakan pada orang obese adalah 311 kkal(SD = 84.713) dan rata-rata jumlah kalori camilan yang dimakan pada orang non obese adalah 136 kkal(SD =49.058) (p = 0.000)**. Kesimpulan Orang obese makan jumlah camilan lebih banyak dari orang non-obese
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,002 |
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.
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 ».