HUBUNGAN STATUS KELENGKAPAN IMUNISASI DASAR DENGAN KEJADIAN STUNTING PADA USIA ANAK 24 - 59 BULAN
Bibliographic record
Abstract
Masalah malnutrisi yang mendapat banyak perhatian akhir-akhir ini adalah masalah kurang gizi kronis dalam bentuk anak pendek atau stunting. Stunting merupakan keadaan status gizi dimana panjang badan atau tinggi badan menurut umur di bawah standar yang dijadikan parameter. Permasalahan gizi kurang yang dialami dalam waktu lama pada masa pertumbuhan dan perkembangan dari awal kehidupan dapat menunjukkan masalah stunting. Penelitian ini bertujuan untuk mengetahui hubungan status kelengkapan imunisasi dasar dengan kejadian stunting pada anak usia 24 - 59 bulan di wilayah kerja puskesmas Cimahi Selatan kota Cimahi. Rancangan penelitian yang penulis gunakan dalam penelitian ini adalah rancangan penelitian survey analitik jenis Case Control Retropektif. Sampel minimum untuk penelitian ini adalah 41 sampel. Rasio kasus dan kontrol adalah 1:1. Jadi, total sampel menjadi 82 responden, yang terdiri dari 41 kasus dan 41 kontrol. Hasil uji statistik menunujukan nilai p-value 0,208 (> α0,05) berarti dapat disimpulkan tidak terdapat hubungan antara Status Kelengkapan Imunisasi Dasar Dengan Kejadian Stunting Pada Anak Usia 24 - 59 Bulan Di Wilayah Kerja Puskesmas Cimahi Selatan Kota Cimahi. Stunting berpeluang 1,562 kali (95% CI: 0,123 - 1,618) pada balita yang melakukan imunisasi tidak lengkap dibandungkan dengan imunisasi lengkap. Kata kunci: Stunting, Imunisasi Dasar Anak, Malnutrisi Anak
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.018 | 0.002 |
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".