Hubungan Karakteristik Ibu Dengan Kejadian Bayi Berat Lahir Rendah (BBLR) di Wilayah Kabupaten Kunigan
Bibliographic record
Abstract
Berat bayi lahir rendah (BBLR) masih menjadi permasalahan di negara berkembang. Berdasarkan laporan riset kesehatan dasar tahun 2013 menunjukan bahwa proporsi BBLR di Indonesia yaitu 10.2 %. Adapun prevalensi kejadian BBLR di Jawa Barat pada tahun 2010 sampai 2013 tidak mengalami penurunan yang signifikan. Berdasarkan hasil laporan pemerintah Provinsi Jawa Barat, Kabupaten Kuningan mengalami kenaikan angka kejadian BBLR yaitu dari sebanyak 1101 kasus BBLR pada tahun 2014 hingga 1185 kasus pada tahun 2015 dari total kelahiran hidup. Kabupaten Kuningan merupakan Kabupaten yang menempati urutan keenam tertinggi kasus BBLR di wilayah Jawa Barat. Tujuan penelitian ini adalah untuk mengetahui mengetahui hubungan karakteristik ibu hamil dengan kejadian BBLR. Penelitian dilakukan di Kabupaten Kuningan. Jenis penelitian menggunakan desain kasus kontrol. Populasi penelitian adalah ibu hamil yang melahirkan pada periode waktu Januari 2017 sampai dengan Maret 2018 di wilayah Puskesmas Manggari Kabupaten Kuningan. Adapun besar sampel dalam penelitian yaitu total sampling sebanyak 27 orang dengan ratio 1:1. Sehingga jumlah sampel sebanyak 54 orang. Instrumen penelitian berupa kuesioner. Analisis data dilakukan melalui analisis univariat dan bivariat (uji chi-squre). Hasil penelitian menunjukan ibu dengan latar belakang umur berisiko memiliki proporsi kejadian BBLR sebanyak 57,1%. Latar belakang pendidikan ibu pada kelompok kasus merupakan lulusan sekolah menengah dan lebih tinggi (66,7%), adapun pada kelompok kontrol lebih dari setengahnya berlatar belakang pendidikan sekolah menengah ke bawah (52,1 %). Perbedaan proporsi karakteritik ibu berdasarkan umur, pekerjaan dan pendidikan pada ibu antara kelompok kasus (BBLR) dan kontrol (Non BBLR), tidak berbeda secara signifikan.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.016 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.011 | 0.004 |
| Scholarly communication | 0.002 | 0.003 |
| Open science | 0.003 | 0.000 |
| Research integrity | 0.001 | 0.006 |
| Insufficient payload (model declined to judge) | 0.001 | 0.001 |
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; both teacher heads agree on what is shown here.
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".