MétaCan
Menu
Retour à la cohorte
Enregistrement W2974849344 · doi:10.5539/gjhs.v11n11p149

Treatment Interest of Badan Penyelenggara Jaminan Sosial (Social Security Organizing Agency) Patients in Balowerti Public Health Center Kediri City

2019· article· en· W2974849344 sur OpenAlexvenueno aff
Sandu Siyoto, Albert Ronald Tule

Notice bibliographique

RevueGlobal Journal of Health Science · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare Quality and Satisfaction
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAgency (philosophy)Service qualityLoyaltySubsidySocial securityService (business)Government (linguistics)BusinessQuality (philosophy)Sample (material)PsychologyMarketingMedicineFamily medicineSociologyPolitical science

Résumé

récupéré en direct d'OpenAlex

The Social Security Organizing Agency (BPJS) which was established in 2014, implements the National Health Insurance Program (JKN). While JKN positively affects national health and increases the financial flow of private hospitals, there is a significant financial deficit, which can be covered by the involvement of informal private-sector workers, whose loyalty to the hospital is mainly influenced by hospital’s environment, communication with staff, and service quality. Previous studies indicate that in Indonesia loyalty to the public hospitals can have no relationships with service quality, to test this assumption, a sample of 126 subjects was recruited at the Balowerti City Health Center, Kediri City. All participants of the study received premium assistance beneficiaries (PBI) of BPJS insurance, which is fully subsidized by the government. Despite this, the main part of the sample evaluated their perception of the Balowerti City Health Center and the quality of its service as average or poor. Ordinal regression confirmed the existence of the influence of service quality and perception of the hospital on the behavioral intention of patients. Refers to perception of low service quality is the main reason for insufficient involvement if JKN. According to the previous studies, a lack of time for communication with the patient, long time of waiting, and a lack of information of BPJS are main reasons of patient dissatisfaction and low enrollment in JKN.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,046
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,160
Tête enseignante GPT0,465
Écart entre enseignants0,305 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health ScienceMême sujetHealthcare Quality and SatisfactionTravaux en français237 207