MétaCan
Menu
Retour à la cohorte
Enregistrement W4400289198 · doi:10.57248/jishum.v2i4.416

Faktor - Faktor yang Mempengaruhi Jumlah Balita Stunting di Kota Yogyakarta

2024· article· id· W4400289198 sur OpenAlexaff
Dhinta Ekka Wardhani, Salsabila Afra Safitri, Agus Salim

Notice bibliographique

RevueJurnal Ilmu Sosial dan Humaniora. · 2024
Typearticle
Langueid
DomaineMedicine
ThématiquePublic Health and Nutrition
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Stunting merupakan masalah gizi kronis akibat kurangnya asupan gizi dalam jangka waktu panjang sehingga mengakibatkan terganggunya pertumbuhan pada anak. Stunting juga menjadi salah satu penyebab tinggi badan anak terhambat, sehingga lebih rendah dibandingkan anak-anak seusianya. Penelitian ini bertujuan untuk mencari tahu bagaimana sebenarnya pengaruh perubahan persentase bayi mendapat asi eksklusif, persentase balita memperoleh imunisasi dasar lengkap, dan persentase balita kurang gizi mendapat tambahan asupan gizi terhadap jumlah balita stunting di Kota Yogyakarta Tahun 2023. Pada penelitian ini pendekatan yang digunakan adalah pendekatan kuantitatif. Data yang digunakan dalam paper ini adalah data sekunder yang didapatkan melalui Badan Perencanaan Pembangunan Daerah (Bappeda) Kota Yogyakarta, jurnal, dokumentasi pemerintah, atau publikasi pemerintah, dokumentasi suatu lembaga, dan analisis deskriptif dari media, serta yang lainnya. Data diolah dan dianalisis dengan menggunakan uji regresi binomial negatif dan memperoleh persamaan Y = 4,847817 - 0,0051711X1 - 0,0092116X2 - 0,0040159X3 + ϵ. Berdasarkan dari hasil penelitian ini dapat disimpulkan bahwa perubahan persentase bayi mendapat asi eksklusif, persentase balita memperoleh imunisasi dasar lengkap, dan persentase balita kurang gizi mendapat tambahan asupan gizi memiliki pengaruh yang tidak signifikan terhadap jumlah balita stunting.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,306
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,039
Tête enseignante GPT0,341
Écart entre enseignants0,302 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Ilmu Sosial dan Humaniora.Même sujetPublic Health and NutritionTravaux en français237 207