Gambaran Persepsi Pasien tentang Pencegahan dan Pengendalian Infeksi dalam Implementasi Pelayanan Kesehatan Selama Masa Pandemi Covid-19 Tahun 2020
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Covid-19 merupakan penyakit pernapasan akut yang disebabkan oleh novel human coronavirus yang bisa menyebabkan kematian lebih tinggi pada orang berusia ≥60 tahun dan pada orang yang memiliki penyakit penyerta. Kasus Covid-19 di Dunia hingga tanggal 27 Mei 2020 mencapai 5.488.825 kasus, sedangkan di Indonesia sudah mencapai 23.851 kasus dan provinsi kasus COVID-19 tertinggi yaitu DKI Jakarta sebesar 6.895 kasus. Implementasi pelayanan kesehatan selama masa pandemi COVID-19 harus diperhatikan agar tidak terjadi penularan Covid-19 di pelayanan kesehatan. Penelitian menunjukkan wabah COVID-19 berdampak pada psikologis seperti depresi, kecemasan dan stres. Penelitian ini bertujuan mengetahui gambaran persepsi pasien tentang pencegahan dan pengendalian infeksi dalam implementasi pelayanan kesehatan selama masa pandemi Covid-19 di Wilayah DKI Jakarta tahun 2020. Penelitian ini adalah kuantitatif dengan desain penelitian cross sectional. Jumlah responden dalam penelitian yaitu 107 sampel dengan teknik purposive sampling. Metode pengambilan data menggunakan kuesioner yang disebar dalam bentuk google form. Hasil penelitian didapatkan bahwa sebagian besar responden memiliki persepsi bahwa pengendalian teknis dan pengendalian administratif sudah sesuai yaitu 57,9% dan sebagian besar responden memiliki persepsi bahwa penggunaan alat pelindung diri sudah sesuai yaitu 51,4%. Hal ini menunjukkan bahwa pencegahan dan pengendalian infeksi di pelayanan kesehahatan wilayah DKI Jakarta tahun 2020 sudah sesuai.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,030 | 0,001 |
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 découle