MétaCan
Menu
Retour à la cohorte
Enregistrement W4213296978 · doi:10.55313/ojs.v7i1.54

Penerapan Range Of Motion (ROM) Pada Penderita Stroke: Studi Kasus

2020· article· id· W4213296978 sur OpenAlexaff
Raudhotun Nisak, Aditya Dwi Prabowo

Notice bibliographique

Revuee-Journal Cakra Medika · 2020
Typearticle
Langueid
DomaineHealth Professions
ThématiqueSports and Physical Education Research
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicineGynecology

Résumé

récupéré en direct d'OpenAlex

Latar belakang: Stroke adalah cedera otak traumatis yang mendadak, progresif, dan cepat yang disebabkan oleh gangguan nontraumatik pada aliran darah ke otak yang dapat menimbulkan berbagai gejala pada penderitanya. Penderita stroke dapat diberikan proses rehabilitasi berupa salah satu latihan gerak atau sering latihan Range Of Motion (ROM) untuk mencegah kecacatan lebih lanjut. Tujuan penelitian ini adalah untuk mengetahui gambaran penerapan ROM pada penderita stroke.
 Metode: Desain penelitian yang digunakan adalah studi kasus dengan menggunakan metode deskriptif. Subjek penelitian adalah penderita stroke yang ada di Wilayah Kerja Puskesmas Karanganyar selama 10 hari. 
 Hasil: Hasil penelitian menunjukkan bahwa terdapat peningkatan kekuatan otot sebelum dan setelah penerapan ROM.
 Kesimpulan: ROM merupakan salah satu bentuk tindakan rehabilitatif yang dapat digunakan meningkatkan kekuatan otot pada penderita stroke. Keluarga diharapkan dapat terlibat dalam tindakan ROM khsusnya pada ROM pasif.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,479
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,003
Charge utile insuffisante (le modèle a refusé de juger)0,0270,001

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.

Tête enseignante Opus0,157
Tête enseignante GPT0,441
Écart entre enseignants0,284 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuee-Journal Cakra MedikaMême sujetSports and Physical Education ResearchTravaux en français237 207