MétaCan
Menu
Retour à la cohorte
Enregistrement W2948319855 · doi:10.18860/jim.v1i4.7086

Hubungan Pengetahuan Dengan Kepatuhan Ibu Hamil Dalam Mengkonsumsi Tablet Zat Besi (Fe) Di Wilayah Kerja Puskesmas Lawanga Kabupaten Poso

2019· article· id· W2948319855 sur OpenAlexaff
Hastanti Hastanti

Notice bibliographique

RevueJournal of Islamic Medicine · 2019
Typearticle
Langueid
DomaineMedicine
ThématiquePublic Health and Nutrition
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicineGynecology

Résumé

récupéré en direct d'OpenAlex

<p><strong>Latar Belakang:</strong> Tablet zat besi (Fe) sebagai suplemen yang diberikan pada ibu hamil menurut aturan harus dikonsumsi setiap hari, namun karena berbagai alasan misalnya pengetahuan, sikap dan tindakan ibu hamil yang kurang baik, efek samping tablet yang ditimbulkan tablet tersebut dapat menyebabkan seseorang untuk kurang mematuhi konsumsi tablet zat besi (Fe) secara benar sehingga tujuan dari pemberian tablet tersebut tidak tercapai.</p><p><strong>Tujuan:</strong> Mengetahui Hubungan Pengetahuan Dengan Kepatuhan Ibu Hamil Dalam Mengkonsumsi Tablet Zat Besi (Ferossus) Di Wilayah Kerja Puskesmas Lawanga Kabupaten Poso.</p><p><strong>Metode </strong><strong>Penelitian:</strong> Jenis penelitian yang digunakan adalah deskriptif analitik dengan pendekatan <em>cross sectional. </em>Jumlah responden sebanyak 46 ibu hamil dengan menggunakan tehknik <em>total</em><em> Sampling</em>. Data dianalisa dengan menggunakan uji Chi-square.</p><p><strong>Hasil penelitian :</strong> Menunjukkan bahwa 56,5 % responden memiliki pengetahuan baik, tentang tablet zat bezi (Fe), Sebesar 60,9% responden patuh mengkonsumsi tablet zat besi (Fe). Ada hubungan Pengetahuan dengan Kepatuhan Ibu Hamil dalam Mengkonsumsi Tablet Zat Besi (Fe) nilai p = 0,000 (p<0,05)</p><p><strong>Kesimpulan:</strong> Ada hubungan antara Pengetahuan dengan Kepatuhan Ibu Hamil dalam Mengkonsumsi Tablet Zat Besi (Fe) di Puskesmas Lawanga Kabupaten Poso.</p>

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,250
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,282
Écart entre enseignants0,266 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Islamic MedicineMême sujetPublic Health and NutritionTravaux en français237 207