<span>T&Igrave;NH TRẠNG DINH DƯỠNG V&Agrave; MỘT SỐ YẾU TỐ LI&Ecirc;N QUAN TR&Ecirc;N TRẺ EM 24-59 TH&Aacute;NG TUỔI Ở HUYỆN PH&Uacute; LƯƠNG, TỈNH TH&Aacute;I NGUY&Ecirc;N NĂM 2022</span>
Notice bibliographique
Résumé
Mục tiêu: Mô tả tình trạng dinh dưỡng và một số yếu tố liên quan trên trẻ em 24-59 tháng tuổi ở huyện Phú Lương tỉnh Thái Nguyên năm 2022. Phương pháp: Nghiên cứu cắt ngang trên 1966 trẻ 24-59 tháng tuổi tại 8 xã thuộc huyện Phú Lương tỉnh Thái Nguyên, đánh giá tình trạng dinh dưỡng bằng phương pháp nhân trắc, sử dụng bộ câu hỏi được thiết kế sẵn để đánh giá các yếu tố liên quan. Kết quả: Tỷ lệ suy dinh dưỡng (SDD) nhẹ cân là 9,8%, tỷ lệ SDD thấp còi là 10,4%, tỷ lệ SDD gầy còm là 2,6% và tỷ lệ TC-BP là 1,7%. Kinh tế hộ gia đình là yếu tố ảnh hưởng lớn nhất tới tỷ lệ SDD nhẹ cân và thấp còi. Kết luận: Tỷ lệ SDD nhẹ cân và gầy còm của trẻ 24-59 tháng tuổi tại địa bàn nghiên cứu vẫn còn ở mức có ý nghĩa sức khoẻ cộng đồng. Kinh tế hộ gia đình là yếu tố ảnh hưởng lớn nhất tới tình trạng dinh dưỡng của trẻ em tại địa bàn nghiên cứu.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,806 | 0,737 |
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 source (Gemma direct ou Codex distillé), 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 ».