MétaCan
Menu
Retour à la cohorte
Enregistrement W4388014980 · doi:10.18280/ijsdp.181030

Revitalizing Rural Healthcare: A Case Study of Village Maternity Cottages in Indonesia

2023· article· en· W4388014980 sur OpenAlexvenueno aff
Surya Yudha Regif, Faiz Albar Nasution, Andre Pattipeilohy, Yohanes Imanuel Naif, Muhammad Thamrin, Yofiendi Indah Indainanto

Notice bibliographique

RevueInternational Journal of Sustainable Development and Planning · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Issues and Policies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMaternity careHealth careBusinessGeographyEconomic growthEconomics

Résumé

récupéré en direct d'OpenAlex

Disparities in health facilities between urban and rural areas significantly hamper health services in rural communities.Due to the high maternal and newborn mortality rates in East Nusa Tenggara Province, the Indonesian government revitalized health services through the Village Maternity Cottages Program.This study seeks to describe the index of community satisfaction with the quality of service at the Village Maternity Cottages.In addition, it provides strategic planning for the program in realizing long-term sustainable development of health services.This research uses a Mix Method approach.Data collection methods included observation, interview, and questionnaire distribution.Primary data were collected from 78 participants who accessed the Village Maternity Cottages health services in Suanae Village, East Nusa Tenggara Province.The results showed that the Village Maternity Cottages User Community Satisfaction Index obtained an average rating of good, to very good in fourteen categories of health services.Strategic planning can be done by the Regional Head must develop a Village Maternity Cottages Policy that sets out steps to achieve sustainable health service development goals.The government's ability to empower groups, build partnerships, develop strategic planning, funding stability, program evaluation, and environmental support as sustainable program development in the future.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,002
Communication savante0,0010,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,042
Tête enseignante GPT0,379
Écart entre enseignants0,337 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sustainable Development and PlanningMême sujetSocial Issues and PoliciesTravaux en français237 207