MétaCan
Menu
Retour à la cohorte
Enregistrement W3002728953 · doi:10.35971/jjhsr.v2i1.4338

IMPLEMENTASI DAERAH DALAM MENJALANKAN SPM BIDANG KESEHATAN DI KABUPATEN/KOTA PROVINSI GORONTALO

2020· article· id· W3002728953 sur OpenAlexaff
Arman - Saidi, Ronawaty Karim, Rina Sarifudin, Juriaty Batalipu

Notice bibliographique

RevueJambura Journal of Health Sciences and Research · 2020
Typearticle
Langueid
DomaineHealth Professions
ThématiqueHealthcare Quality and Satisfaction
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysicsHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Abstrak Untuk menjamin tercapainya sasaran dan prioritas pembangunan nasional bidang kesehatan, diperlukan pedoman Standar Pelayanan Minimal (SPM) yang ditetapkan oleh Pemerintah Pusat. Peraturan Pemerintah No 2 Tahun 2018 tentang Standar Pelayanan Minimum menjelaskan yang dimaksud dengan Standar Pelayanan Minimal adalah ketentuan mengenai Jenis dan Mutu Pelayanan Dasar yang merupakan Urusan Pemerintahan Wajib yang berhak diperoleh setiap Warga Negara secara minimal. Kemudian pada Pasal 6 ayat 4 diterangkan, Mutu pelayanan dasar untuk setiap jenis pelayanan dasar ditetapkan dalam standar teknis. Selanjutnya, pada Permenkes Nomor 4 tahun 2019 tentang Standar Pelayanan Minimal Bidang Kesehatandan PP Nomor 2 tahun 2018 disebutkan bahwa SPM Bidang Kesehatan mencakup 2 jenis mutu layanan dasar SPM Kesehatan di Daerah Provinsidan 12 jenis mutu layanan dasar SPM Kesehatan di Daerah Kabupaten/Kota. Standar Pelayanan Minimal yang telah ditetapkan Pemerintah ternyata belum sepenuhnya dapat diimplementasikan oleh hampir semua Daerah di Indonesia, termasuk di Kabupaten/Kota yang ada di Provinsi Gorontalo.Setelah kurang lebih 2 (dua) tahun pelaksanaannya, dilakukan analisis terhadap implementasi SPM Bidang Kesehatan Kabupaten/Kota. Beberapa kabupaten/kota dalam laporan SPM menunjukkan bahwa belum semua indikator dari SPM dapat tercapai sesuai target yang telah ditetapkan. Penelitian ini menggunakan rancangan mix method – concurrent triangulation. Pada desain ini, pendekatan kuantitatif dan kualitatif dilakukan secara simultan dalam satu waktu yang bersamaan dan keduanya memiliki proporsi yang berimbang. Sampel yang diambil dalam penelitian ini adalah berjumlah 6 dinas kesehatan kabupaten/kota, yang meliputi 93 Puskesmas dengan menggunakan teknik total sampling. Dalam melakukan analisa data pada penelitian ini menggunakan analisa data distribusi frekuensi untuk melihat ketersediaan sarana prasarana dan sumber daya dan tekhnik analisis deskriptif digunakan untuk menarik kesimpulan dengan hasil akhir akan disajikan dalam bentuk Geographic Information System (GIS). Secara keseluruhan kesiapan Puskesmas dalam Implementasi SPM Bidang Kesehatan berdasarkan kriteria wilayah, sebagian besar Puskesmas yang memiliki kesiapan 60%-80% berada pada kriteria wilayah Perkotaan yaitu sebesar 8,33%. Puskesmas yang memiliki kesiapan 10%-50% sebagian besar berada di wilayah dengan kriteria terpencil/sangat terpencil yaitu sebesar 65,22%, dan yang belum siap sebagian besar berada di wilayah dengan kriteria perdesaan yaitu sebesar 43,48%. Namun secara keseluruhan sebagian besar Puskesmas telah memiliki kesiapan (10%-50%) dalam pelaksanaan SPM Bidang kesehatan yaitu sebesar 58,06%. Tetapi masih ada juga Puskesmas yang belum siap yakni sebesar 36,56%, dan hanya 5,38% yang telah memiliki kesiapan (60%-80%).

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil0,186

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0560,012

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 Opus0,481
Tête enseignante GPT0,583
Écart entre enseignants0,103 · 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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJambura Journal of Health Sciences and ResearchMême sujetHealthcare Quality and SatisfactionTravaux en français237 207