Hubungan Aktivitas Fisik dengan Fugsi Kognitif pada Usia Lanjut di Panti Sosial Tresna Werdha (PSTW) Sabai Nan Aluih
Bibliographic record
Abstract
Populasi usia lanjut di dunia mengalami pertumbuhan yang signifikan dalam 50 tahun terakhir. Pertumbuhan tersebut disertai dengan kemunculan penyakit neurodegeneratif seperti gangguan fungsi kognitif akibat penuaan yang kemunculannya dapat diperlambat dengan modifikasi kebiasaan hidup, seperti aktivitas fisik. Penelitian ini dilakukan untuk mengetahui hubungan antara aktivitas fisik dengan fungsi kognitif pada usia lanjut yang tinggal di panti sosial tresna werdha (PSTW) Sabai Nan Aluih. Penelitian ini merupakan penelitian potong-lintang yang dilakukan di PSTW Sabai Nan Aluih pada penghuni yang berusia > 60 tahun dan bersedia untuk menjadi responden penelitian ini. Data penelitian ini diambil dengan menggunakan Montreal Cognitive Assessment versi bahasa Indonesia (MoCA-Ina) untuk menilai fungsi kognitif responden dan kuesioner Physical Activity Scale for the Elderly (PASE) yang telah dimodifikasi untuk menilai aktivitas fisik responden. Dari 50 responden penelitian, 92% (46 orang) ditemukan memiliki fungsi kognitif di bawah normal dan 52% (26 orang) dinilai cukup aktif melakukan aktivitas fisik. Hasil analisis data menggunakan uji chi-square menghasilkan p-value = 0,611. Dari hasil tersebut disimpulkan bahwa tidak terdapat perbedaan proporsi yang bermakna antara tingkat aktivitas fisik dengan fungsi kognitif pada usia lanjut di PSTW Sabai Nan Aluih.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.016 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".