MétaCan
Menu
Retour à la cohorte
Enregistrement W2953661070 · doi:10.33088/jmk.v10i2.332

PENGARUH PENDIDIKAN KESEHATAN TERHADAP PENGETAHUAN DAN SIKAP WANITA USIA SUBUR TENTANG PEMERIKSAAN IVA TEST

2018· article· en· W2953661070 sur OpenAlexaff
Chairun Nisah

Notice bibliographique

RevueJURNAL MEDIA KESEHATAN · 2018
Typearticle
Langueen
DomaineMedicine
ThématiquePublic Health and Nutrition
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésNonprobability samplingCervical cancerTest (biology)MedicinePopulationHealth educationSampling (signal processing)Simple random sampleFamily medicineSignificant differenceGynecologyDemographyEnvironmental healthCancerNursingPublic healthInternal medicine

Résumé

récupéré en direct d'OpenAlex

IVA Test is a simple method in early detection of cervical cancer early. The target of IVA Test is WUS aged 15-49 years. In Bengkulu Province WUS who perform the examination of cervical cancer detection by IVA test method is still low. The purpose of this study is to determine the effect of health education on knowledge and attitude of WUS on examination of IVA test in the work area of Sukamerindu Puskesmas Bengkulu City 2017 ".This research use pre experiment method one group pretest - posttest design. Population taken in this research is married WUS aged 20-49 years in work area of Sukamerindu health center with sample amounted to 30 people taken by purposive sampling technique. Sampling is done by purposive sampling technique. Data analysis using T-dependent Test.The results of this study obtained the average knowledge before the provision of health education that is 6.80 and the average after 13.00 with mean difference 6.2.And obtained the average attitude before the provision of health education that is 35.50 and the average after 38.80 with mean difference 3,3. It was concluded that health education influenced WUS knowledge and attitude about IVA test in Sukamerindu Puskesmas area of Bengkulu city in 2017.It is expected that the puskesmas can actively conduct home visits to provide health education, especially in providing information about the examination of IVA test to married WUS to reduce the risk of cervical cancer.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), 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 enseignants0,154
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,033
Tête enseignante GPT0,310
Écart entre enseignants0,277 · 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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJURNAL MEDIA KESEHATANMême sujetPublic Health and NutritionTravaux en français237 207