FAKTOR-FAKTOR YANG MEMPENGARUHI PARTISIPASI LANSIA PADA POSYANDU LANSIA DI WILAYAH KERJA PUSKESMAS II DENPASAR SELATAN : ANALISIS JALUR
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
ABSTRAKPartisipasi lansia di wilayah kerja Puskesmas Denpasar Selatan II masih jauh di bawah target. Penelitian ini bertujuan untuk mengetahui faktor-faktor yang mempengaruhi partisipasi lansia pada Posyandu lansia di wilayah kerja Puskesmas II Denpasar Selatan. Penelitian cross-sectional dilakukan pada 120 lansia yang dipilih dari 6 Posyandu di wilayah kerja Puskesmas II Denpasar Selatan. Data dukungan kader, petugas kesehatan, dan keluarga serta pengetahuan dan sikap lansia dikumpulkan dengan wawancara. Sebaliknya tingkat partisipasi lansia diukur dari jumlah kehadiran yang tercatat di register register Posyandu. Data dianalisis dengan metode analisis jalur dengan tingkat kemaknaan 0,05. Hasil penelitian menunjukkan dukungan kader tidak berpengaruh terhadap partisipasi, pengetahuan, dan sikap lansia (p > 0,05). Dukungan tenaga kesehatan berpengaruh secara tidak langsung melahui peningkatan pengetahuan dan sikap dengan loading factor sebesar 0,09 dan 0,27 secara berurutan. Sebaliknya dukungan keluarga berpengaruh secara langsung dan tidak langsung melalui pengetahuan dan sikap dengan total efek 0,127 (p<0,05). Pengetahuan berpengaruh secar langsung dan tidak langsung terhadap partisipasi melalui sikap dengan total efek 0,785 (p<0,05). Dari penelitian ini disimpulkan bahwa dukungan kader tidak berpengaruh terhadap partisipasi lansia, sebaliknya dukungan keluarga dan petugas kesehatan berpengaruh melalui peningkatan pengetahuan lansia. Oleh karena itu dukungan keluarga dan tenaga kesehatan agar dioptimalkan.Kata Kunci : Lansia, Posyandu lansia, Partisipasi.
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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