MétaCan
Menu
Back to cohort
Record W3002728953 · doi:10.35971/jjhsr.v2i1.4338

IMPLEMENTASI DAERAH DALAM MENJALANKAN SPM BIDANG KESEHATAN DI KABUPATEN/KOTA PROVINSI GORONTALO

2020· article· id· W3002728953 on OpenAlex

Why this work is in the frame

A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.

affAt least one author lists a Canadian institution in the pinned OpenAlex snapshot.

Bibliographic record

VenueJambura Journal of Health Sciences and Research · 2020
Typearticle
Languageid
FieldHealth Professions
TopicHealthcare Quality and Satisfaction
Canadian institutionsWiLAN (Canada)
Fundersnot available
KeywordsPhysicsHumanitiesPolitical sciencePhilosophy

Abstract

fetched live from OpenAlex

Abstrak Untuk menjamin tercapainya sasaran dan prioritas pembangunan nasional bidang kesehatan, diperlukan pedoman Standar Pelayanan Minimal (SPM) yang ditetapkan oleh Pemerintah Pusat. Peraturan Pemerintah No 2 Tahun 2018 tentang Standar Pelayanan Minimum menjelaskan yang dimaksud dengan Standar Pelayanan Minimal adalah ketentuan mengenai Jenis dan Mutu Pelayanan Dasar yang merupakan Urusan Pemerintahan Wajib yang berhak diperoleh setiap Warga Negara secara minimal. Kemudian pada Pasal 6 ayat 4 diterangkan, Mutu pelayanan dasar untuk setiap jenis pelayanan dasar ditetapkan dalam standar teknis. Selanjutnya, pada Permenkes Nomor 4 tahun 2019 tentang Standar Pelayanan Minimal Bidang Kesehatandan PP Nomor 2 tahun 2018 disebutkan bahwa SPM Bidang Kesehatan mencakup 2 jenis mutu layanan dasar SPM Kesehatan di Daerah Provinsidan 12 jenis mutu layanan dasar SPM Kesehatan di Daerah Kabupaten/Kota. Standar Pelayanan Minimal yang telah ditetapkan Pemerintah ternyata belum sepenuhnya dapat diimplementasikan oleh hampir semua Daerah di Indonesia, termasuk di Kabupaten/Kota yang ada di Provinsi Gorontalo.Setelah kurang lebih 2 (dua) tahun pelaksanaannya, dilakukan analisis terhadap implementasi SPM Bidang Kesehatan Kabupaten/Kota. Beberapa kabupaten/kota dalam laporan SPM menunjukkan bahwa belum semua indikator dari SPM dapat tercapai sesuai target yang telah ditetapkan. Penelitian ini menggunakan rancangan mix method – concurrent triangulation. Pada desain ini, pendekatan kuantitatif dan kualitatif dilakukan secara simultan dalam satu waktu yang bersamaan dan keduanya memiliki proporsi yang berimbang. Sampel yang diambil dalam penelitian ini adalah berjumlah 6 dinas kesehatan kabupaten/kota, yang meliputi 93 Puskesmas dengan menggunakan teknik total sampling. Dalam melakukan analisa data pada penelitian ini menggunakan analisa data distribusi frekuensi untuk melihat ketersediaan sarana prasarana dan sumber daya dan tekhnik analisis deskriptif digunakan untuk menarik kesimpulan dengan hasil akhir akan disajikan dalam bentuk Geographic Information System (GIS). Secara keseluruhan kesiapan Puskesmas dalam Implementasi SPM Bidang Kesehatan berdasarkan kriteria wilayah, sebagian besar Puskesmas yang memiliki kesiapan 60%-80% berada pada kriteria wilayah Perkotaan yaitu sebesar 8,33%. Puskesmas yang memiliki kesiapan 10%-50% sebagian besar berada di wilayah dengan kriteria terpencil/sangat terpencil yaitu sebesar 65,22%, dan yang belum siap sebagian besar berada di wilayah dengan kriteria perdesaan yaitu sebesar 43,48%. Namun secara keseluruhan sebagian besar Puskesmas telah memiliki kesiapan (10%-50%) dalam pelaksanaan SPM Bidang kesehatan yaitu sebesar 58,06%. Tetapi masih ada juga Puskesmas yang belum siap yakni sebesar 36,56%, dan hanya 5,38% yang telah memiliki kesiapan (60%-80%).

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.042
metaresearch head score (Gemma)0.001
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMetaresearch, Meta-epidemiology (narrow), Science and technology studies, Research integrity
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.299
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0420.001
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0010.002
Science and technology studies0.0070.001
Scholarly communication0.0000.001
Open science0.0010.001
Research integrity0.0000.005
Insufficient payload (model declined to judge)0.0010.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.481
GPT teacher head0.583
Teacher spread0.103 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it