Gambaran Persepsi Pasien tentang Pencegahan dan Pengendalian Infeksi dalam Implementasi Pelayanan Kesehatan Selama Masa Pandemi Covid-19 Tahun 2020
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.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,026 | 0,004 |
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 ».