INTERVENSI UPAYA PENCEGAHAN KEBAKARAN TERHADAP PENINGKATAN PENGETAHUAN DAN SIKAP WARGA DI WILAYAH PADEMANGAN BARAT JAKARTA UTARA TAHUN 2019
Notice bibliographique
Résumé
Latar belakang: Pademangan Barat, Jakarta Utara adalah daerah yang dapat dikategorikan sebagai daerah yang kotor. Sebagian besar bangunan di wilayah itu adalah bangunan semi permanen dan tidak ada ruang antara satu gedung dengan gedung lainnya. Berdasarkan data di Jakarta Utara, ada 419 kasus kebakaran pada 2018 dan 53 kasus terjadi di Pademangan. Objektivitas penelitian ini adalah untuk mengetahui pengaruh intervensi pencegahan kebakaran terhadap peningkatan pengetahuan dan perilaku warga di wilayah Pademangan Barat, Jakarta Utara pada tahun 2019. Metode: Penelitian ini adalah penelitian kuantitatif dengan rancangan penelitian pra eksperimental dengan kelompok pretest dan posttest yang tidak. termasuk membandingkan kelompok dengan jumlah sampel saya adalah 92 yang terdiri dari 46 sampel dalam kelompok ceramah dan 46 sampel dalam kelompok video yang diadakan pada bulan Mei. Hasil: Berdasarkan hasil penelitian ini, terjadi perubahan pengetahuan (p-value 0,000) dan perilaku (p-value 0,001) yang terjadi pada metode intervensi dan ceramah dan ada perubahan perilaku (p- value 0,000) dan perilaku (p-value 0,029) intervensi dengan metode video kepada warga di RT 001 dan 012 di Pademangan Barat, Jakarta Utara pada 2019. Kesimpulan: Berdasarkan hasil uji statistik, itu menunjukkan bahwa tidak ada perbedaan antara standar meningkatkan pengetahuan dan perilaku warga antara keduanya. kelompok yang diberikan metode ceramah atau video dan dapat disimpulkan bahwa tidak ada perbedaan efektivitas dalam kedua metode. Kata kunci: Intervensi, Pengetahuan, Sikap, Pencegahan Kebakaran Interventions Fire Perventions to Increased Knowledge and Attitudes of Residents in West Pademangan Region, North Jakarta 2019 AbstractBackground: Pademangan Barat, North Jakarta was a region that can be categorized as a vile region. Most of the building in that region was semi-permanent buildings and there was no space between one building to another. Based on the data in North Jakarta, there was 419 case of conflagration in 2018 and 53 cases of them happened in Pademangan. The objectivity of this research was to know the intervention effect of conflagration prevention to the raising knowledge and citizen’s behavior in the Pademangan Barat Region, North Jakarta in 2019. Methods: This was quantitative research along with Pre experimental study design with pretest and posttest group which was not included comparing the group with the number of me sample was 92 which consisted of 46 samples in the lecturing group and 46 samples in video group which was held in May. Results: Based on the result of this research, there was knowledge alteration (p-value 0,000) and behavior (p-value 0,001) which happened in intervention and lecturing method and there were behavior alteration (p-value 0,000) and behavior (p-value 0,029) intervention with video method to the citizens in RT 001 and 012 in Pademangan Barat, North Jakarta in 2019. Conclusions: . Based on the result of the statistics test, it showed that there was no difference between the standards of raising knowledge and citizen's behavior between both groups who were given of either lecturing or video methods and it could be concluded that there was no difference of the effectiveness in both methods. Keywords: Intervention, Knowledge, Attitude, Fire Prevention
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,050 | 0,006 |
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 ».