Analisis Terhadap Upaya Kepemilikan Jaminan Kesehatan Di Wilayah Kecamatan Gubeng Kelurahan Mojo Surabaya
Notice bibliographique
Résumé
<strong>ABSTRACT</strong><br> The National Health Insurance (JKN) is a guarantee in the form of health protection for participants to benefi t health care and<br> protection to meet basic health needs. The assurance given to every person who has paid dues or for participants Benefi ciaries<br> Contribution (PBI) has been paid by the government. Total participation in the Regional Health BPJS 7 East Java until November 2015 reached 21.4 million people of the total population of nearly 38 million people. That is, the amount of participation in the region has reached 56.31%. JKN amount of participation in East Java until the fi rst quarter 2016 as many as 22,622,049 participants. The general objective of this study is an analysis of the efforts of health insurance ownership RW. 02 Mojo district Gubeng Surabaya. This type of research is quantitative research with descriptive analytic approach. 89 of respondents user, Time approach used for this study using cross sectional design study. General characteristics of respondents in RW. 02 Mojo district Gubeng Surabaya, the majority fi nished high school or high school education, mostly worked as private employees. On average respondents with incomes below the lower UMR namely 3.05 million rupiah,-. Still Many respondents who do not have a health insurance card. Perceptions of respondents mostly getting hassle when registering to participate. Respondents most often the reasons of cost as a major concern. Most of the relatively small risk of illness either in your neighborhood or workplace.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,007 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,037 | 0,006 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».