Dampak Penumpukan Dokumen Rekam Medis Terhadap Waktu Pengambilan Dokumen Rekam Medis Di RSU Sinar Husni Medan
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
The filling system is one of the administrators of medical records which is responsible for orderly administration in an effort to improve health services in hospitals. Accumulation of medical record documents will affect of work of officers in the filling section. The purpose of this study is to determine the impact of the bildup of medical records documents on the time of taking medical record documents at Sinar Husni Hospital. This research is a descriptive study with a qualitative approach. The population is all filling officers at the Sinar Husni Hospital and all patient medical records calculated on average in the third quarter of 2020, counted 719 documents. The samples in this study were 2 filling officers at the Sinar Husni Hospital and part of the medical record documents totaling 86 medical record documents that were taken incidentally. The instrument used was an interview guide. The measurement of time to take medical record documents uses a stopwatch. Data were analyzed descriptively. The results showed that the accumulation of medical record documents had an impact on the time to take medical record documents at the Sinar Husni Hospital, because the officers had difficulty carrying out filling activities because the access between shelves was narrower and the documents piled on the floor were not properly aligned, with an average of 10.05 minute. We recommend to add more storage space and shelves so that medical record documents that are stacked on the floor can be moved to the storage racks.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,006 |
| Science ouverte | 0,006 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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