Efektivitas Pendidikan Kesehatan Dalam Pelaksanaan Program Gesit Mandiri Terhadap Kepatuhan Minum Obat Pada Pasien Hipertensi Di Wilayah Kerja Puskesmas Takisung
Notice bibliographique
Résumé
Angka prevalensi hipertensi di Kalimantan Selatan yang meningkat dari tahun sebelumnya memberikan kekhawatiran tersendiri. Tercatat penderita hipertensi di wilayah kerja Puskesmas Takisung pada tahun 2019 dengan kasus baru sebanyak 2585 orang (79,4 %). Kurangnya pengetahuan dapat mempengaruhi pasien hipertensi untuk mengatasi kekambuhan dan pencegahan komplikasi. Mengetahui efektifitas pendidikan kesehatan dalam Pelaksanaan program Gesit Mandiri terhadap kepatuhan minum obat pasien hipertensi di Wilayah kerja Puskesmas Takisung. Penelitian ini menggunakan Desain Quasy Experimental without control group. Sampel sebanyak 218 orang dipilih secara purposive sampling. Pengambilan sampel di lakukan sebelum dan sesudah intervensi. Terjadi peningkatan pengetahuan sesudah intervensi dengan kategori baik sebanyak 67% dan pada kategori kepatuhan sesudah intervensi dengan kategori patuh sebanyak 30 %. terdapat perbedaan yang signifikan antara pengetahuan sebelum dan sesudah intervensi. Ada pengaruh Pendidikan kesehatan dengan kepatuhan minum obat penderita hipertensi
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».