Optimalisasi Aspek Psikososial pada Lansia di Sekolah Lansia Wijayakusuma Ciomas Bogor
Notice bibliographique
Résumé
Menurut Badan Pusat Statistik atau BPS 2023, persentase lansia di Indonesia mengalami peningkatan sebanyak 4 persen pada tahun 2010-2022, yaitu menjadi 11,75 persen. Proses menua merupakan sebuah perjalanan alamiah dalam kehidupan seseorang. Hal-hal yang bisa menganggu keseimbangan dan mengarahkan lansia ke penurunan yang progresif, salah satunya pada perkembangan psikososial. Tujuan dari program ini untuk memberikan edukasi dan meningkatkan pengetahuan para lansia mengenai aspek psikososial, interaksi sosial dan manajemen stress. Program ini dilaksanakan dalam dua sesi edukasi melibatkan total 30 peserta lansia dari Sekolah Lansia Wijayakusuma Ciomas, Bogor. Sesi pertama membahas edukasi aspek psikososial dan interaksi sosial pada lansia, kemudian sesi kedua membahas manajemen stress pada lansia. Peningkatan pengetahuan diukur menggunakan pre-test dan post test. Hasil kegiatan pada masing-masing materi yang diberikan menunjukkan bahwa terjadi peningkatan pengetahuan pada lansia yang ditunjukkan pada peningkatan skor lansia melalui pre-test dan post-test yang diberikan.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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 ».