MOTIVASI WANITA PASANGAN USIA SUBUR DALAM PEMERIKSAAN IVA DI DESA CANGKORAH BATUJAJAR
Notice bibliographique
Résumé
Latar Belakang: Penyakit kanker merupakan penyebab kematian terbanyak di dunia. Setiap tahun 12 juta orang di dunia menderita kanker dan 7,6 juta diantaranya meninggal dunia. Dalam upaya penanggulangan kanker pemerintah melaksanakan program khusus deteksi dini pada perempuan Indonesia untuk kanker leher rahim yaitu pemeriksaan IVA. Cakupan pemeriksaan IVA di Indonesia tahun 2016 yaitu 4,34% hal ini masih jauh dari target nasional yaitu 10%.Tujuan Penelitian: Untuk mengetahui hubungan motivasi dengan keikutsertaan melakukan deteksi dini kanker serviks metode IVA Tes di Wilayah Kerja Puskesmas Batujajar Desa Cangkorah Tahun 2018.Metode Penelitian: Penelitian ini menggunakan metode penelitian analitik dengan desain Cross sectional. Sampel pada penelitian ini adalah wanita pasangan usia subur yang berada di desa Cangkorah sebanyak 285 orang dengan teknik stratified random sampling, di analisis secara bivariat menggunakan Chi Square.Hasil: Lebih dari setengah (59,6%) atau 170 orang memiliki motivasi yang rendah dalam pemeriksaan IVA Tes dan hanya sebagian kecil (9,1%) atau 26 orang yang pernah melakukan pemeriksaan IVA Tes.Simpulan: Terdapat hubungan antara motivasi wanita pasangan usia subur dan keikutsertaan melakukan deteksi dini kanker serviks metode IVA tes di wilayah kerja Puskesmas Batujajar Desa Cangkorah Tahun 2018.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».