MétaCan
Menu
Retour à la cohorte
Enregistrement W4376999732 · doi:10.33087/jiubj.v23i1.3210

Faktor-Faktor yang Berhubungan dengan Perilaku Seks Pranikah pada Remaja di SMA Negeri 2 Sarolangun Tahun 2022

2023· article· en· W4376999732 sur OpenAlexaff
Dewi Reknowati, Desy Susanti

Notice bibliographique

RevueJurnal Ilmiah Universitas Batanghari Jambi · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueAdolescent Health and Behaviors
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésCuriosityPremarital sexSMA*PsychologyPopulationSexual intercourseBivariate analysisMarital statusCondomDemographySexual behaviorDevelopmental psychologySocial psychologyMedicineSociologyMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

According to IDHS (2012), the prevalence of pre-marital sex cases was 14.6% among young women aged 15-19 years. The reasons for premarital sexual intercourse were mostly due to curiosity/curiosity (57.5%), it just happened to women (38%), and was forced by partners (12.6%) to women. The aim of the research is to find out the factors related to premarital sexual behavior in adolescents at SMA Negeri 2 Sarolangun in 2022. This research is analytic in nature with a cross sectional research design. The research was carried out at SMA Negeri 2 Sarolangun and was carried out in June 2022. The population for this research was all students of class X and XI SMA Negeri 2 Sarolangun as many as 243 people. The sample of this research is 70 people. The data analysis used was univariate and bivariate analysis. The results showed that there was a relationship between family support and premarital sex behavior in adolescents with a p-value = 0.000, there was a relationship between information sources and premarital sex behavior in adolescents with a p-value of 0.003, and there was a relationship between knowledge and premarital sex behavior in adolescents. adolescents with a p-value of 0.001.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,044
Score d'incertitude au seuil0,146

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0440,007

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 Opus0,041
Tête enseignante GPT0,362
Écart entre enseignants0,321 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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 revueJurnal Ilmiah Universitas Batanghari JambiMême sujetAdolescent Health and BehaviorsTravaux en français237 207