MétaCan
Menu
Retour à la cohorte
Enregistrement W4241407394 · doi:10.25311/keskom.vol2.iss3.59

Karakteristik Wanita dengan Keluhan Masa Menopause di Wilayah Kerja Puskesmas Rejosari

2013· article· id· W4241407394 sur OpenAlexaff
Liva Maita, Nurlisis Nurlisis, Risa Pitriani

Notice bibliographique

RevueJurnal kesehatan komunitas (Journal of community health) · 2013
Typearticle
Langueid
DomaineMedicine
ThématiqueMenstrual Health and Disorders
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésGynecologyMenopauseMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Menopause merupakan fase terakhir dimana perdarahan haid seorang wanita berhenti sama sekali. Pada usia 50 tahun, perempuan memasuki masa menopause sehingga terjadi penurunan atau hilangnya hormon estrogen yang menyebabkan perempuan mengalami keluhan atau gangguan yang seringkali mengganggu aktivitas sehari-hari bahkan dapat menurunkan kualitas hidupnya. Penelitian ini dilakukan untuk mengetahui karakteristik wanita yang mengalami keluhan masa menopause di Puskesmas Rejosari. Penelitian ini bersifat kuantitatif analitik dengan desain cross sectional. Populasi dalam penelitian ini adalah seluruh wanita usia 45-59 tahun yang berkunjung di puskesmas Rejosari yang berjumlah 100 orang. Data yang digunakan merupakan data primer. Analisis yang digunakan analisis bivariat untuk mengetahui adanya hubungan karakteristik wanita dengan keluhan masa menopause. Hasil penelitian didapatkan umur wanita dan kondisi haid berhubungan dengan keluhan masa menopause sedangkan paritas, alat kontrasepsi, Indeks Masa Tubuh, pendidikan, pekerjaan, status pernikahan, dan pendapatan tidak berhubungan dengan keluhan masa menopause. Diharapkan kepada Puskesmas Rejosari untuk dapat memberikan penyuluhan tentang gizi yang baik menjelang menopause dan persiapan menghadapi menopause melalui pelaksanaan senam lansia secara rutin

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)0,008
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,306
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,003
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0040,001
Communication savante0,0010,002
Science ouverte0,0030,001
Intégrité de la recherche0,0010,014
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,038
Tête enseignante GPT0,331
Écart entre enseignants0,293 · 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'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

Citations9
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal kesehatan komunitas (Journal of community health)Même sujetMenstrual Health and DisordersTravaux en français237 207