IDENTIFIKASI RESPON PENDERITA DALAM MENYIKAPI NYERI FRAKTUR DI WILAYAH KABUPATEN DAN KOTA PROVINSI SUMATERA SELATAN TAHUN 2017
Notice bibliographique
Résumé
Kondisi nyeri banyak ditemukan pada sebagian besar kasus seperti pada kondisi luka bakar, luka tusuk, luka robek serta pada kondisi fraktur, baik fraktur terbuka maupun fraktur tertutup. Setiap individu yang mengalami nyeri mempunyai respon yang berbeda dalam menyikapi kondisi nyeri yang dialaminya seperti berteriak, meringis, memejamkan mata dengan kuat, menggigit bibir, meniup, memegang dan menggosok area yang mengalami nyeri. Tujuan dari dilakukannya penelitian ini adalah untuk melakukan identifikasi terhadap respon apa saja yang dilakukan oleh penderita fraktur dalam menyikapi nyeri yang dialaminya di wilayah Kabupaten dan Kota Provinsi Sumatera Selatan Tahun 2017. Penelitian ini merupakan penelitian deskriptif kuantitatif dimana peneliti melakukan identifikasi terhadap respon yang dilakukan penderita fraktur di wilayah Kabupaten dan Kota Provinsi Sumatera Selatan. Sampel dalam penelitian ini adalah penderita yang mengalami fraktur berjumlah 78 orang yang dipilih dengan menggunakan tehnik Accidental Sampling serta memenuhi kriteria yang telah ditentukan. Data dalam penelitian ini di dapat dengan melakukan identifikasi langsung terhadap respon penderita yang mengalami fraktur. Hasil identifikasi dicatat dan selanjutnya dilakukan entry data ke dalam program SPSS versi 19. Penelitian ini dilaksanakan pada bulan Januari-Juni 2017 bertempat di wilayah Kabupaten dan Kota Provinsi Sumatera Selatan. Berdasarkan hasil penelitian diketahui jika respon penderita yang mengalami fraktur cukup banyak dan bervariasi, respon terbanyak yaitu dengan meringis sebanyak 17 orang responden (21.8%), menangis sebanyak 15 orang responden (19.2%) berteriak dan menjerit masing-masing sebanyak 7 orang responden (9.0%). Beberapa respon dilakukan oleh penderita fraktur seperti melakukan kompres, relaksasi/mengatur pola pernafasan dan memegang area fraktur, respon yang bersifat mandiri tersebut dilakukan oleh penderita dengan tujuan untuk meminimalisir intensitas nyeri fraktur yang sedang dialaminya.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 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; 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 ».