MétaCan
Menu
Retour à la cohorte
Enregistrement W4389151594 · doi:10.30604/jnf.v6i1.778

Hubungan Tinggi Badan Ibu dengan Kejadian Stunting di Wilayah Kerja Puskesmas Branti Raya Kabupaten Lampung Selatan Tahun 2022

2023· article· id· W4389151594 sur OpenAlexaff
Yolanda Oktavia, Desti Ambar Wati, Abdullah, Alifiyanti Muharramah

Notice bibliographique

RevueJurnal Gizi Aisyah · 2023
Typearticle
Langueid
DomaineMedicine
ThématiquePublic Health and Nutrition
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicineGynecology

Résumé

récupéré en direct d'OpenAlex

Stunting merupakan masalah kesehatan masyarakat yang berhubungan dengan peningkatan risiko morbiditas, mortalitas, dan hambatan pertumbuhan motorik dan mental. Prevalensi balita stunting nasional mengalami peningkatan dari 29,6% di tahun 2017 menjadi 30,8% di tahun 2018. Stunting dapat disebabkan tinggi badan ibu. Tujuan penelitian ini untuk mengetahui hubungan tinggi badan ibu dengan kejadian stunting di Wilayah Kerja Puskesmas Branti Raya Kabupaten Lampung Selatan Tahun 2022. Penelitian ini dilakukan pada bulan Desember. Jenis penelitian ini adalah kuantitatif dengan rancangan case control. Populasi dalam penelitain ini adalah anak usia 6-59 bulan dengan jumlah 3.364 balita dan ibu dengan balita usia 6-59 bulan yang mengalami stunting di Puskesmas Branti Raya sebesar 30 orang. Sampel dalam penelitain ini yaitu 30 orang kelompok kasus dan 30 orang kelompok kontrol. Analisis univariat menggunakan persentase (%), sedangkan analisis bivariat menggunakan chi square. Hasil penelitian ini menunjukkan bahwa pada kelompok kasus terdapat 16 (53,3%) responden dengan tinggi badan normal dan pada kelompok kasus terdapat 25 (83,3%) responden dengan tinggi badan normal. Hasil analisis bivariat didapatkan ada hubungan tinggi badan ibu (p-value= 0,026) dengan kejadian stunting. Diharapkan ibu dapat melakukan pengukuran tinggi badan anaknya secara rutin pada kegiatan posyandu tiap bulannya guna memantau status gizi TB/U anak secara teratur.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,060
Score d'incertitude au seuil0,120

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0200,004

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 Opus0,027
Tête enseignante GPT0,299
Écart entre enseignants0,273 · 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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Gizi AisyahMême sujetPublic Health and NutritionTravaux en français237 207