FAKTOR-FAKTOR YANG BERHUBUNGAN DENGAN PEMANFAATAN PELAYANAN KESEHATAN OLEH PASIEN LUAR WILAYAH DI PUSKESMAS TANAH SAREAL KOTA BOGOR TAHUN 2018
Notice bibliographique
Résumé
Jumlah kunjungan pasien yang memanfaatkan pelayanan kesehatan di Puskesmas Tanah Sareal Kota Bogor pada tahun 2017 sebanyak 58.340 dengan rata-rata kunjungan 200 pasien/hari. Dari jumlah kunjungan tersebut, kunjungan pasien dalam wilayah hanya 13.727 (24%) dan 44.613 (76%) sisanyamerupakan pasien luar wilayah kerja Puskesmas Tanah Sareal. Penelitian ini bertujuan untuk mengetahui gambaran dan hubungan antara karakteristik predisposisi (umur, pendidikan, pekerjaan),karakteristik pendukung (ketersediaan tenaga kesehatan, aksesibilitas, kepemilikan asuransi kesehatan), dan karakteristik kebutuhan (persepsi sakit) pasien luar wilayah terhadap pemanfaatan pelayanan kesehatan di Puskesmas Tanah Sareal Kota Bogor tahun 2018. Jenis penelitian ini adalahpenelitian deskriptif kuantitatif dengan desain cross sectional, dengan jumlah sampel 110 responden. Teknik pengambilan sampel menggunakan teknik Insidental Sampling. Pengumpulan data menggunakan instrumen berupa kuisioner dan dianalisis menggunakan uji Chi Square. Hasil analisaChi Square menunjukan bahwa ada hubungan antara variabel ketersediaan tenaga kesehatan (p=0,012) dan persepsi sakit (p=0,002) dengan pemanfaatan pelayanan kesehatan.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,029 | 0,006 |
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 ».