Effect Foot Soak Using Warm Water Mixed with Salt and Lemongrass to Decrease Pressure in Hypertension Patients in the Podorejo Ngaliyan
Notice bibliographique
Résumé
The incidence of hypertension in the region Podorejo RW 8 Ngalliyan in 2014 as many as 85 people, increase in 2015 as many as 110 people from stage I – III, the researchers are interested to doing therapy using warm water with a mixture of salt and lemon grass to lower blood pressure. The purpose of this study was to determine the effect between soaking feet using warm water with a mixture of salt and cymbopogon nardus l. rendle with reduction of blood pressure in patients with hypertension in region Podorejo RW 8 Ngaliyan. Quantitative research manifold quasi experiment with design Time Series Design Without Control. Sampling technique used Purposive Sampling counted 80 people. Data obtained by statistical test using Wilcoxon test. Based on Wilcoxon test showed Z = -8,127 (sistolik) Z = -5,587 (diastolik) and ρ value = 0,000 with α = 0,05. Where ρ value 0,000 < 0,05, so that H0 rejected Ha be accepted. There is any any effect of soaking feet using warm water with a mixture of salt and lemon grass toward reduction of blood pressure in patients with hypertension in region RW 8 Podorejo Ngaliyan. Nurses are expected to be used as a therapy to help people with hypertension to lower blood pressure.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».