MétaCan
Menu
Retour à la cohorte
Enregistrement W7051903737

Pengaruh Latihan Scapular Postural Correction Terhadap Penurunan Nyeri Leher Pengguna Notebook Di 
\nUniversitas Muhammadiyah Surakarta 
\n
\n

2013· other· id· W7051903737 sur OpenAlexaff

Notice bibliographique

RevueUMS Library Center of Academic Activities (Universitas Surakarta) · 2013
Typeother
Langueid
DomainePhysics and Astronomy
ThématiqueMagnetic confinement fusion research
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésTest (biology)Visual analogue scalePhysical activity
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

“PENGARUH LATIHAN SCAPULAR POSTURAL CORRECTION TERHADAP PENURUNAN NYERI LEHER PENGGUNA NOTEBOOK DI UNIVERSITAS MUHAMMADIYAH SURAKARTA.”
\n(Dibimbing oleh : Agus Widodo, SSt,FT, M.Fis dan Totok B.S, SSt.FT, MPH)
\nNyeri leher adalah rasa nyeri yang meliputi kelainan saraf, tendon, otot dan ligamen di sekitar leher. Intervensi fisioterapi yang dilakukan adalah latihan Scapular Postural Correction. Tujuan penelitian ini adalah untuk mengetahui pengaruh pemberian latihan Scapular Postural Correction terhadap penurunan nyeri leher pengguna notebook di Kama FIK UMS. Tempat penelitian dilaksanakan di Kama FIK kampus I UMS selama 2 minggu. Penelitian ini menggunakan metode quasi eksperiment dengan desain Pre and Post Test with Control Group Design. Jumlah sampel pada penelitian ini adalah 20 responden 11 orang wanita dan 9 orang pria. Dan untuk mengukur nyeri leher menggunakan Visual Analog Scale (VAS). Uji normalitas data dengan shapiro wilk test didapat nilai P 0.313 (p > 0.05), berarti data berdistribusi normal. Uji pengaruh dengan paired sample t-test diketahui p 0,001 (p < 0,05), berarti data signifikan. Kesimpulan penelitian ini adalah ada pengaruh latihan Scapular Postural Correction terhadap penurunan nyeri leher pengguna notebook di UMS.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,554
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,003
Science ouverte0,0030,003
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,5550,001

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,204
Écart entre enseignants0,196 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUMS Library Center of Academic Activities (Universitas Surakarta)Même sujetMagnetic confinement fusion researchTravaux en français237 207