MétaCan
Menu
Retour à la cohorte
Enregistrement W4393195393 · doi:10.33368/inajoh.v1i02.13

Hubungan Indeks Massa Tubuh (IMT) dengan Aktivitas Fisik pada Mahasiswa Kedokteran

2021· article· en· W4393195393 sur OpenAlexaboutno aff
Resky Karnita Dewi, ⁠Windy Nurul Aisyah

Notice bibliographique

RevueIndonesian Journal of Health · 2021
Typearticle
Langueen
DomaineMedicine
ThématiquePublic Health and Nutrition
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésArt

Résumé

récupéré en direct d'OpenAlex

Background and Objectives: Body Mass Index (BMI) is a parameter established by WHO (World Health Organization) as a ratio of body weight to body height squared. Physical activity according to WHO is any body movement produced by skeletal muscles that require energy. Lack of physical activity) is an independent risk factor for chronic disease, and is thought to cause death globally. The aim of this study was to determine the relationship between BMI and physical activity. Methods: This study is a descriptive research design. The data was collected by using a questionnaire. The data of this study were categorical variables from 2 groups so it used the Chi-Square test. Reference results were entered into the Mendeley application using the Vancouver system. Results: total sample was 104 people with a mean age of 21-23 years. 21 years 22 people (21.2%), 22 years 46 people (44.2%), 23 years 23 people (22.1%). Based on gender, it was found that there were 37 men (35.6%) and 67 women (64.4%). Based on BMI, it was found that 13 people were underweight (12.5%), 45 people were normal (43.3%), 24 people were overweight (23.1%), 20 people were obese 1 (19.2%), and 2 people were obese 2 ( 1.9%). Conclusion: There is no relationship between BMI and physical activity.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,295
Score d'incertitude au seuil0,871

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,321
Écart entre enseignants0,292 · 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.

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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndonesian Journal of HealthMême sujetPublic Health and NutritionTravaux en français237 207