Notice bibliographique
Résumé
AbstrakPendahuluan: Menurut WHO prevalensi anemia di dunia diperkirakan 1,32 miliar jiwa atau sekitar 25% dari populasi manusia di dunia. Data Riskesdas RI menunjukkan prevalensi anemia pada wanita perempuan dewasa (≥15 tahun) sebanyak 19,7% dan pada remaja (15-24 tahun) sebesar 18,4%. Tujuan: Penelitian ini bertujuan untuk mengetahui faktor yang berhubungan dengan kejadian anemia pada remaja di Puskesmas Babahrot Kecamatan Babahrot Kabupaten Aceh Barat Daya tahun 2020. Metode: Penelitian ini merupakan survey analtik dengan pendekatan cross sectional. Penelitian dilakukan di wilayah kerja Puskesmas Babahrot dari bulan Maret-Juli 2020. Populasi dalam penelitian ini adalah remaja putri berumur 12-15 tahun sebanyak 385 orang dan sampel 80 orang. Data diperoleh dengan menggunakan lembar observasi, analisis data terdiri dari analisis univariat dan bivariat. Analisis bivariat menggunakan uji statistik Chi Square pada α = 5%. Hasil: Hasil penelitian menunjukkan pengetahuan responden mayoritas kategori baik berjumlah 31 responden (38.8%), indeks massa tubuh responden mayoritas kategori normal berjumlah 34 responden (42.5%), dan kualitas tidur responden mayoritas kategori baik berjumlah 55 responden (68.8%). Hasil uji chi square, diperoleh nilai p value = 0,000< α 0,05, maka hipotesis diterima. Kesimpulan: Kesimpulan penelitian ini ada Hubungan Pengetahuan, IMT dan Kualitas Tidur dengan Kejadian Anemia Pada Remaja Putri di wilayah kerja Puskesmas Babahrot Kecamatan Babahrot Kabupaten Aceh Barat Daya Tahun 2020. Disarankan kepada responden agar menambah pengetahuannya tentang penyebab anemia agar mengetahui dan dapat mengendalikan faktor-faktor yang dapat menyebabkan terjadinya anemia.Kata Kunci : Pengetahuan, Indeks Massa Tubuh, Kualitas Tidur, Anemia
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 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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».