MétaCan
Menu
Retour à la cohorte
Enregistrement W2995791525 · doi:10.30651/jkm.v4i2.3127

Pola Pencegahan Primer Stroke Oleh Pasien Hipertensi Di Rumah Sakit Muhammadiyah Palembang: Studi Deskriptif

2019· article· en· W2995791525 sur OpenAlexfundno aff
Afriza Rianti, Sukron Sukron, Yulius Tiranda

Notice bibliographique

RevueJurnal Keperawatan Muhammadiyah · 2019
Typearticle
Langueen
DomaineMedicine
ThématiquePublic Health and Nutrition
Établissements canadiensnon disponible
Organismes subventionnairesHeart and Stroke Foundation of Canada
Mots-clésMedicineStroke (engine)Alcohol consumptionEnvironmental healthFish <Actinopterygii>Alcohol

Résumé

récupéré en direct d'OpenAlex

Background: Hypertension can lead stroke complications if not handled optimally. Disruption of blood flow causes the diameter of blood vessels of shrink, resulting in a lack of oxygen and glucose supply to the brain. Prevention is one of the best strategies to reduce the incidence of stroke. One of them is by implementing primary preventions such as regulating healthy food consumption, getting enouh rest, checking health regurarly, arranging nutrition diets, maintaining ideal body weight, doing physical activities regurarly, stop smoking, and avoiding drinking alcohol. Objective: To describe the primary preventions of stroke by hypertensive patients in Muhammadiyah Hospital of Palembang in 2019. Method: This was quantutative descriptive study using survey design. Result: Most of the respondents limited their consumption of foods containing excess salt (64.4%) and consumed protein foods regurarly such as fish (93.2%); all respondents consumed vegetables and fruits (100%), checked their health every month and did not consume alcohol. Conslusion: Primary prevention of stroke by hypertensive patients was considered as good category since they had a fairly healthy and good life behavior.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 GPT0,276
Écart entre enseignants0,260 · 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 source (Gemma direct ou Codex distillé), 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 revueJurnal Keperawatan MuhammadiyahMême sujetPublic Health and NutritionTravaux en français237 207