<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>
Bibliographic record
Abstract
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.
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) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.806 | 0.737 |
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".