APLIKASI DATA PASIEN DAN PENENTUAN GIZI IBU HAMIL PADA PUSKESMAS SUNGAI TABUK
Notice bibliographique
Résumé
ABSTRAKPenelitian ini dilakukan dengan maksud untuk Mempermudah dan mempercepat analisa sehingga puskesmas dapat dengan cepat menentukan langkah dan kebijakan dengan berdasarkan hasil pelaporan dan terorganisirnya setiap kegiatan baik dari data pasien , data KIR, data rujukan dan perhitungan gizi ibu hamil yang dilakukan oleh puskesmas tersebut. Puskesmas Rawat Inap Sungai Tabuk merupakan puskesmas pembantu yang terletak di Kecamatan Sungai Tabuk, kabupaten Banjar Kalimantan Selatan. Puskesmas ini memberikan pelayanan kesehatan bagi masyarakat di sekitar wilayah Sungai Tabuk maupun di sekitarnya. Puskesmas ini didirikan untuk membantu masyarakat di daerah Sungai Tabuk dan sekitarnya . Puskesmas tersebut memberikan pelayanan kesehatan bagi masyarakat dengan sistem pengobatan rawat jalan. Untuk menciptakan pendataan pasien, diperlukan pengelolaan yang baik pula dari bagian yang menangani hal tersebut. Di luar masalah teknis operasional, pengelolaan data pasien yang baik disuatu instansi kesehatan umum dapat ditentukan dari mekanisme administrasinya. Mekanisme administrasi yang baik dan menciptakan kemudahan dan efisiensi dalam proses pencatatan maupun pengambilan informasi. Dengan kemudahan dan efisiensi tersebut, diharapkan informasi yang ada dapat diguakan secara optimal, diolah sedemikian rupa, sehingga akan sangat membantu dalam menentukan tindakan-tindakan medis yang harus dilakukan. Kata Kunci : Puskesmas, Gizi, Kehamilan, Sungai Tabuk
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 | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,046 | 0,018 |
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 ».