MétaCan
Menu
Retour à la cohorte
Enregistrement W4376286976 · doi:10.51878/knowledge.v3i1.2192

KEJADIAN PEROKOK ANAK DI KAMPUNG SELAYAR KOTA MAKASSAR

2023· article· en· W4376286976 sur OpenAlexaboutno aff
I MADE SUKARTA, B Suriani, Marsuki Marsuki

Notice bibliographique

RevueKNOWLEDGE Jurnal Inovasi Hasil Penelitian dan Pengembangan · 2023
Typearticle
Langueen
DomaineMedicine
ThématiquePublic Health and Nutrition
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSocioeconomic statusIndonesianChristian ministryGeographySocioeconomicsDemographyPopulationQuarter (Canadian coin)Incidence (geometry)Environmental healthMedicinePolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

Healthy in Health Act No. 36 of 2009 Chapter 1 Article 1 states that health is a state of well-being of body, soul and social that allows everyone to live productively socially and economically. The ASEAN Tobacco Control Report (2019) reveals that more than 30% of Indonesian children start smoking before the age of 10. That number reached 20 million children. (Kurniawati 2019). This fantastic number is based on data on the number of Indonesian children aged 0-14 years based on the 2010 census, which exceeded 67 million people. (Ministry of Health Republic of Indonesia Health Bulletin 2014) General objective of the research, "Knowledge of factors related to the incidence of child smoking in RT 08 RW 04 Selayar village, Banta Banteng Village, Rapocini District, Makassar City. 2019. This type of research is analytic with a cross sectional approach, research variables are socioeconomic status, parent models, peers. The research was conducted from July to October 2019, located RT 8 RW 4 Selayar Village, Banta-Banteng Village, Rapocini District, Makassar City 2019. The population was 53 people, the sample obtained was 37 people. The results of the study showed that there was a relationship between socioeconomic status and child smokers, parent models and child smokers and peers with the incidence of child smokers. To overcome this problem, it is recommended that parents always try and commit to slowly quit smoking and gradually reduce smoking gradually. ABSTRAKSehat dalam Undang Undang Kesehatan No.36 Tahun 2009 Bab 1 Pasal 1 menyebutkan bahwa kesehatan adalah keadaan sejahtera dari badan, jiwa, dan sosial yang memungkinkan setiap orang hidup produktif secara sosial dan ekonomis. Laporan Pengendalian Tembakau di ASEAN (2019) mengungkapkan lebih 30% anak Indonesia mulai merokok sebelum usia 10 tahun. Jumlah itu mencapai 20 juta anak. (Kurniawati 2019). Jumlah fantastis itu merunut pada data jumlah anak Indonesia usia 0-14 tahun berdasarkan sensus 2010, yang melebihi 67 juta orang. (Depkes RI Buletin Kesehatan 2014) Tujuan umum penelitian, “Diketahuinya factor yang berhubungan dengan kejadian perokok anak di RT 08 RW 04 kampung Selayar Kelurahan Banta Banteng Kecamatan Rapocini Kota Makassar.2019. Jenis penelitian analitik dengan pendekatan cross sectional, variable penelitian status social ekonomi, model orang tua, teman sebaya. Penelitian dilaksanakan Juli s.d Oktober 2019, berlokasi , RT 8 RW 4 Kampung Selayar Kelurahan Banta-Banteng Kecamatan Rapocini Kota Makassar 2019 Populasi berjumlah 53 orang, sampel yang diperoleh 37 orang. Hasil penelitian ada hubungan antara status sosial ekonomi dengan perokok anak, model orang tua dengan perokok anak dan teman sebaya dengan kejadia perokok anak. Untuk mengatasi masalah tersebut disarankan agar orang tua senantiasa berusaha dan berkomitmen untuk secara perlahan berhenti merokok dan secara perlahan mengurangi mengkonsumsi rokok secara bertahap.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
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 enseignants0,292
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,047
Tête enseignante GPT0,330
Écart entre enseignants0,283 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKNOWLEDGE Jurnal Inovasi Hasil Penelitian dan PengembanganMême sujetPublic Health and NutritionTravaux en français237 207