MétaCan
Menu
Retour à la cohorte
Enregistrement W4213325359 · doi:10.55313/ojs.v7i2.61

Hubungan Tingkat Pengetahuan Tentang Penyakit Hipertensi dengan Kepatuhan Kontrol Tekanan Darah di Desa Mangge Kecamatan Barat Kabupaten Magetan

2020· article· id· W4213325359 sur OpenAlexaff
Nia Agustin, Siti Maimunah, Edy Prawoto

Notice bibliographique

Revuee-Journal Cakra Medika · 2020
Typearticle
Langueid
DomaineMedicine
ThématiquePublic Health and Nutrition
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicineGynecology

Résumé

récupéré en direct d'OpenAlex

Hipertensi ( tekanan darah tinggi ) merupakan keadaan perubahan dimana tekanan darah dalam pembuluh darah arteri seseorang mengalami peningkatan yang abnormal dan berlangsung secara terus menerus. Kepatuhan Kontrol tekanan darah adalah kegiatan atau aktivitas yang dilakukan penderita hipertensi untuk melakukan perawatan kontrol tekanan darah ke pelayanan kesehatan dan menjalani pengobatan. Tujuan penelitian ini adalah mengalisis hubungan tingkat pengetahuan tentang penyakit hipertensi dengan kepatuhan kontrol tekanan darah di Desa Mangge Kecamatan Barat Kabupaten Magetan. Desain penelitian adalah deskriptif korelasi dengan pendekatan cross sectional. Populasinya adalah penderita hipertensi di Desa Mangge Kecamatan Barat Kabupaten Magetan yang melakukan kontrol tekanan darah ke Puskesmas Tebon, yang berjumlah 33 orang. Data diambil dengan menggunakan kuesioner, lembar observasi, dan menggunakan uji Chi-Square. Hasil penelitian menunjukkan bahwa responden yang mempunyai tingkat pengetahuan yang baik sebanyak 17 orang (56,7%) dan 16 orang (53,3%) patuh melakukan kontrol tekanan darah. Hasil uji statistic Chi Square menunjukkan tingkat pengetahuan tentang penyakit hipertensi signifikan dengan kepatuhan kontrol tekanan darah dengan (nilai ρ = 0,004 dengan nilai α = 0,05 ).

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)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,190
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,006
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,041
Tête enseignante GPT0,280
Écart entre enseignants0,239 · 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 sujetPublic Health and NutritionTravaux en français237 207