Faktor Ibu Dan Anak Pada Kejadian Stunting Di Puskesmas Batakte
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Balita stunting memiliki risiko penurunan kemampuan intelektual, produktivitas, dan peningkatan penyakit degeneratif di masa mendatang. Hasil Riskesdas 2018 menunjukkan bahwa Nusa Tenggara Timur merupakan provinsi dengan proporsi balita gizi pendek dan sangat pendek tertinggi, yaitu 42,4%. Tujuan penelitian untuk menganalisis faktor risiko stunting pada anak balita di wilayah kerja Puskesmas Batakte Kabupaten Kupang. Rancangan penelitian ini adalah studi kasus kontrol. Subjek penelitian adalah balita usia (0-59 bulan) dengan kelompok kasus balita stunting sedangkan sampel kontrol adalah balita normal dengan perbandingan 1:1 sebanyak 48 balita dan ibu balita sebagai responden. Pemilihan sampel menggunakan simple random sampling. Analisis data menggunakan uji chi-square dan perhitungan OR untuk menilai faktor risiko. Penelitian dilaksanakan di wilayah kerja Puskesmas Batakte pada bulan Agustus sampai Oktober 2021. Variabel penelitian adalah riwayat penyakit menular, berat badan lahir rendah, pendidikan ibu, pola asuh, usia pekerjaan ibu saat hamil dan usia kehamilan. Hasil penelitian menunjukkan ada hubungan antara riwayat penyakit menular (OR=5.000; 95% CI 1.165-21.459), berat badan lahir rendah (BBLR) (OR=5.909; 95% CI 1.546-22.580), pendidikan ibu (OR=4,491; 95% CI 1,260-16,006) dan pola asuh (OR=6,000; 95% CI 1,711-21,038) dengan stunting pada anak balita, sedangkan pekerjaan ibu, usia saat hamil dan usia kehamilan tidak berhubungan dengan stunting pada anak balita di wilayah kerja Puskesmas Batakte.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle