Karakteristik pada Obesitas Berdasarkan Rentan Umur di Kelurahan Nganganaumala Kota Bau-Bau
Notice bibliographique
Résumé
Background and Purpose: Obesity is an imbalance in the amount of food intake compared toenergy expenditure carried out by the body. Some of the factors that cause obesity include lifestyle,diet, and physical activity. Obesity in adulthood has an impact on health, where weight gain andobesity are risk factors for increasing the incidence of non-communicable diseases. The purpose ofthis study was to determine the relationship between age vulnerability and the incidence of obesity.Methods: This study is a descriptive research design. Data collected using a questionnaire. The dataof this study were categorical variables from 2 groups so that it used the Chi-Square test. Referencesearch results are entered into the Mendeley app using the system Vancouver. Results: The totalsample size of 98 people with adolescence 11-19 years 7 people (7.1%), adults 20-60 years 88 people(89.8%), elderly> 60 years 3 people (3.2%) . Based on gender, it was found that 18 men (18.4%) and80 women 81.6%). And based on BMI, it was found that 19 people were underweight (19.4%), normal41 people (41.8%), overweight 12 people (12.2%), obese 1 23 people (23.5%), and obese 2 3 people(3.1%). Conclusion: There is no relationship between age susceptibility to obesity.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».