PELAKSANAAN SANITASI TOTAL BERBASIS MASYARAKATÂ (STBM)Â TERHADAPÂ KEJADIANÂ INFEKSI KECACINGAN PADA PEKERJA PENYADAP KARET
Notice bibliographique
Résumé
Upaya pencegahan dan penanggulangan penyakit yang disebabkan oleh lingkungan khususnya infeksi kecacingan, pemerintah dalam hal ini Kementerian Kesehatan mengeluarkan program unggulan yang patut diuji coba yaitu Sanitasi Total Berbasis Masyarakat (STBM). Tujuan penelitian ini adalah untuk mengetahui hubungan pelaksanaan STBM 5 pilar dengan kejadian penyakit kecacingan pada tenaga penyadap karet di wilayah Pustu Bukit Gadis Puskesmas Cahaya Negeri Kabupaten Seluma. Metode penelitian adalah cross sectional dan dilanjutkan dengan uji statistik. Hasil uji statistik didapatkan ada hubungan yang signifikan 5 variabel STBM dengan kejadian penyakit kecacingan pada tenaga penyadap karet di wilayah Pustu Bukit Gadis. Variabel dominan penyebab penyakit kecacingan yaitu pilar 1 buang air besar sembarangan, pilar 2 cuci tangan pakai sabun dengan air mengalir dan pilar 4 tentang pengelolaan sampah rumah tanggga yang kurang baik. Penelitian ini diharapkan dapat dijadikan bahan pertimbangan bagi petugas kesehatan dalam melakukan pembinaan STBM di masyarakat sehingga bisa mendeklarasikan pilar 1 yaitu desa bebas dari buang air besar sembarangan.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,001 |
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 ».