MétaCan
Menu
Retour à la cohorte
Enregistrement W4230799376 · doi:10.18196/jgpp.2014.0017

Implementasi Kebijakan Badan Penyelenggara Jaminan Sosial (Bpjs) Kesehatan di Kabupaten Bantul Daerah Istimewa Yogyakarta

2014· article· id· W4230799376 sur OpenAlexaff
Andri Putra Kesmawan, Dyah Mutiarin

Notice bibliographique

RevueJournal of Governance and Public Policy · 2014
Typearticle
Langueid
DomaineHealth Professions
ThématiqueHealthcare Quality and Satisfaction
Établissements canadiensInstitute on Governance
Organismes subventionnairesnon disponible
Mots-clésAffect (linguistics)Health insuranceBusinessPsychologyOperations managementActuarial scienceHealth careEconomicsEconomic growth

Résumé

récupéré en direct d'OpenAlex

The purpose of this study to look at the policy implementation BPJS in Bantul and factors that influence and determine differences in the effect of policy towards participants PBI BPJS Health Insurance and Health Insurance PBI participants not. The method used is a combination of studies (mix method). The study was conducted in Bantul. Unit research conducted at the Office of Health BPJS Branch Yogyakarta, Bantul and Senopati Penembahan Hospital Patient Hospital Penembahan Senopati Bantul. Data collection techniques are observation, interviews, documentation, and questionnaire. Mechanical analysis of this study is to describe the implementation of Board policies BPJS using qualitative descriptive analysis. To explain the factors that affect product moment correlation analysis was used. Furthermore, in order to explain the effect of policy towards participants PBI BPJS Health Insurance and Health Insurance PBI participants not using Analysis of Variance (ANOVA) with the type of single classification analysis of variance (one way ANOVA). The results of this research, policy implementation in Bantul District Health BPJS implemented very well. After doing research results diperolehan communication dimension index values of 4.44 (very good), the dimensions of the resource of 4.59 (very good), the dimensions of the disposition of 4.44 (very good) and the dimensions of bureaucratic structures 4.57 (very good). Variables that affect the implementation of the Implementation of the Social Security Agency (BPJS) Health in Bantul is Context Policy (X2) which is equal to 0839 (very strong). Meanwhile Content Policy variable (X1) significant correlation to variable implementation (Y) is smaller than that of 0768 (very strong). Furthermore, there are differences in the effect of the Health Policy Implementation BPJS PBI participants Health Insurance and Health Insurance PBI participants not at all the dimensions of the dimension of participation with the value Fh = 100, the dimension of service to the value of Fh = 100 and a financial dimension to the value of Fh = 100.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,063
Tête enseignante GPT0,413
Écart entre enseignants0,349 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations3
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Governance and Public PolicyMême sujetHealthcare Quality and SatisfactionTravaux en français237 207