MétaCan
Menu
Retour à la cohorte
Enregistrement W4308473704 · doi:10.51817/bjp.v6i1.386

Evaluasi Kesesuaian Penyimpanan Obat Di Salah Satu Apotek Kota Cimahi

2022· article· id· W4308473704 sur OpenAlexaff
Elis Susilawati Elis Susilawati

Notice bibliographique

RevueBorneo Journal of Pharmascientech · 2022
Typearticle
Langueid
DomaineHealth Professions
ThématiqueArtificial Intelligence in Healthcare
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésTraditional medicinePhysicsFood scienceChemistryMedicine

Résumé

récupéré en direct d'OpenAlex

Penyimpanan merupakan salah satu faktor utama dalam pemeliharaan mutu obat dengan menyimpan secara tepat dan sesuai dengan standar yang telah ditetapkan, jika hal tersebut tidak dilakukan akan menyebabkan mutu obat tidak terjamin selama penyimpanan di apotek. Tujuan penelitian ini untuk mengetahui bagaimana penyimpanan obat dan seberapa besar persentase kesesuaian sistem penyimpanan obat di salah satu Apotek Kota Cimahi Berdasarkan Petunjuk Teknis Standar Pelayanan Kefarmasian di Apotek Tahun 2019. Penelitian menggunakan metode observasional yang bersifat deskriptif dan evaluasi menggunakan lembar tabel checklist. Penyimpanan obat di salah satu Apotek Kota Cimahi disimpan berdasarkan bentuk sediaan, kelas terapi, stabilitas serta ditata secara alfabetis dengan sistem pengeluaran menggunakan sistem FEFO. Sistem penyimpanan obat di apotek yang sesuai dengan Petunjuk Teknis Standar Pelayanan Kefarmasian yaitu sebesar 86,36 % sedangkan yang tidak sesuai dengan Petunjuk Teknis Standar Pelayanan Kefarmasian yaitu sebesar 13,64% diantaranya penyimpanan LASA atau NORUM yang berdekatan, pencatatan pada kartu stok yang kurang optimal dan tidak adanya listrik cadangan. Sistem penyimpanan di salah satu Apotek Kota Cimahi belum sepenuhnya sesuai dengan Petunjuk Teknis Standar Pelayanan Kefarmasian.

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)0,014
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 consensuellesCharge 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 enseignants0,359
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0060,001
Communication savante0,0000,001
Science ouverte0,0030,002
Intégrité de la recherche0,0000,008
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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 Opus0,144
Tête enseignante GPT0,471
Écart entre enseignants0,327 · 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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBorneo Journal of PharmascientechMême sujetArtificial Intelligence in HealthcareTravaux en français237 207