MétaCan
Menu
Retour à la cohorte
Enregistrement W3023113139 · doi:10.31964/jsk.v11i1.235

FAKTOR YANG MEMENGARUHI KUNJUNGAN MASYARAKAT DALAM PEMANFAATAN POSBINDU PENYAKIT TIDAK MENULAR DI WILAYAH KERJA PUSKESMAS SINGKIL UTARA TAHUN 2019

2020· article· id· W3023113139 sur OpenAlexaff
Yenny Mawaddah, Nuraini Nuraini, Linda Hernike Napitupulu

Notice bibliographique

RevueJurnal Skala Kesehatan · 2020
Typearticle
Langueid
DomaineMedicine
ThématiquePublic Health and Nutrition
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicineGynecology

Résumé

récupéré en direct d'OpenAlex

Penyakit tidak menular telah menjadi masalah kesehatan masyarakat dan dapat dicegah dengan mengendalikan faktor risikonya melalui program Posbindu yang sampai saati kunjungan masyarakat di bawah 100%. Hasil rekapitulasi kunjungan PTM di Puskesmas Singkil Utara tahun 2016 sebanyak 496 orang (3 Posbindu) tahun 2017 sebanyak 958 (16,3%) dari jumlah sasaran 5.891 orang (7 Posbindu PTM) dan tahun 2018 periode Januari sampai Juli 2018 sebanyak 2.012 orang (32,7%) dari 6.152. Tujuan penelitian adalah untuk menganalisis pengaruh faktor pekerjaan, pengetahuan, sikap, dukungan tenaga kesehatan, dukungan kader, dukungan keluarga dan dukungan tokoh masyarakat terhadap kunjungan masyarakat dalam pemanfaatan Posbindu di Wilayah Kerja Puskesmas Singkil Utara Tahun 2019. Jenis penelitian adalah kualitatif menggunakan desain Case Control. Populasi sebanyak 134 orang dengan sampel sebanyak kasus sebanyak 134 dan kontrol (tidak obesitas) 134 orang diambil dengan maching jenis kelamin dan umur. Teknik pengumpulan data menggunakan kuesioner. Data dianalisis dianalisis secara univariat, bivariat dan multivariat menggunakan uji regresi logistik berganda pada taraf kemaknaan 95%. Faktor pengetahuan, sikap, dukungan tenaga kesehatan, dukungan kader, dan dukungan keluarga pengaruh terhadap kunjungan dalam pemanfaatan posbindu dan memengaruhi sebesar 79%. Faktor dukungan keluarga dominan memengaruhi dengan nilai Exp (B) sebesar 9,150. Faktor pekerjaan dan dukungan tokoh masyarakat tidak pengaruh Kader diharapkan memberikan penyuluhan tentang program PTM secara kontinyu dan menambah berbagai kegiatan lainnya seperti masak-memasak dan senam untuk meningkatkan ketertarikan masyarakat. Kata Kunci : Loyalitas, Pasien Rawat Inap

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: Empirique
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,111

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0330,006

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,280
Écart entre enseignants0,253 · 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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Skala KesehatanMême sujetPublic Health and NutritionTravaux en français237 207