HUBUNGAN REGULASI EMOSI DENGAN NYERI SAAT HAID \n(DISMENORE) PADA REMAJA
Bibliographic record
Abstract
Masa remaja atau sering disebut dengan masa pubertas ditandai dengan datangnya \nhaid yang dapat memunculkan gejala psikologis seperti emosi yang tidak stabil \nsehingga mudah marah dan tersinggung, mudah lelah, ketegangan dan sebagainya. \nKemunculan gejala tersebut dapat memperparah nyeri yang dirasakan pada saad \nhaid, oleh sebab itu diperlukan regulasi emosi. Regulasi emosi merupakan \npencapaian keseimbangan emosional yang dilakukan seseorang baik melalui sikap \nmaupun perilakunya. Tujuan dari penelitian ini untuk mengetahui hubungan \nregulasi emosi dengan nyeri saat haid pada remaja. Peneliti mengambil populasi \ndi SMA Muhammadiyah 1 Pekanbaru, jumlah sampel 154 orang dengan teknik \npengambilan sempel purposive sampling yang berdasarkan kriteria sebagai \nberikut, mengalami nyeri, dan ketidak stabilan emosi saat haid. Nyeri diukur \ndengan skala McGill Pain Questionnaire dari Melzack (1983), Regulasi emosi \ndiukur dengan Difficulties in Emotion Regulation Scales oleh Gratz dan Roemer \n(2004). Teknik analisis data menggunakan korelasi product moment dari Carl \nPearson. Hasil penelitian menunjukkan terdapat hubungan signifikan antara \nregulasi emosi dengan nyeri saat haid pada remaja dengan nilai r = -0,317 (p = \n0,000 < 0,001). Regulasi emosi berada pada kategori sedang dan nyeri saat haid \nberada pada kategori rendah. Artinya remaja cukup mampu menyesuaikan diri \nterhadap emosi negatif seperti perasaan melelahkan, menyedihkan dan marah \npada saat haid, sehingga dapat menurunkan penilaian dan pengalaman nyeri \nremaja. \nKata Kunci : Regulasi Emosi, Nyeri saat haid, Remaja.
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 | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.040 | 0.010 |
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".