IMPLEMENTASI PROGRAM PROMKESGILUT BERBASIS POSBINDU DI DUSUN TALKONDO
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
Kesehatan gigi dan mulut merupakan bagian dari kesehatan tubuh yang tidak dapat dipisahkan satu dengan yang lainnya sebab kesehatan gigi dan mulut akan mempengaruhi kesehatan tubuh keseluruhan. Menurut data Riskesdas 2018 sebanyak 57,6% penduduk Indonesia bermasalah gigi dan mulut selama 12 bulan terakhir, tetapi hanya 10,2% yang mendapat perawatan oleh tenaga medis gigi. Hal tersebut dapat terjadi karena masih rendah-nya motivasi masyarakat dalam menjaga kesehatan gigi dengan perawatan dan pemeriksaan rutin ke tenaga kesehatan. Masyarakat cenderung akan datang, jika sudah dalam kondisi sakit. Rendahnya motivasi tersebut dipengaruhi oleh kurangnya pengetahuan masyarakat terkait dengan masalah kesehatan gigi dan mulut. Berdasarkan telah terbentuknya kader promosi kesehatan gigi dan mulut di wilayah Kecamatan Srandakan yang bekerja sama dengan Posbindu Bisma Remaja Masjid Islahul Umam Dusun Talkondo, pada tahun ini pada pelaksanaan tahun kedua diwilayah tersebut melakukan kegiatan dengan program implementasi pengukuran kesehatan gigi anggota binaan Posbindu Bisma. Selama kegiatan berlangsung, dilakukan pengambilan nilai pra perlakuan dan pasca perlakuan untuk mengetahui tingkat kesehataan gigi anggota binaan. setelah dilakukan analisa statistic, hasil nilai Asymp. Sig. (2- tailed) sebesar 0.001. Dari nilai Asymp. Sig yang diperoleh, dapat diartikan bahwa terdapat perbedaan nilai kesehatan gigi antara pra perlakuan dengan pasca perlakuan (sig. <0.05). Hasil tersebut dapat menunjukkan informasi, bahwasannya perlakuan yang diberikan kepada anggota binaan memiliki pengaruh.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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