MétaCan
Menu
← Retour à la cohorte
Enregistrement W1884082947 · doi:10.3329/imcj.v4i1.5930

Socio-Economic Factors and Knowledge Influencing Newborn Care Practices: Experience at Dhaka Shishu Hospital

2010· article· en· W1884082947 sur OpenAlexaff
Housne Begum, Mohammad Faizul Haque Khan

Notice bibliographique

RevueIbrahim Medical College Journal · 2010
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensInstitute of Health Economics
Organismes subventionnairesnon disponible
Mots-clésMedicineBathingFamily medicinePediatricsMassageAlternative medicine

Résumé

récupéré en direct d'OpenAlex

Reducing maternal and neonatal mortality remains a big challenge for a developing country likeBangladesh. Mothers’ knowledge in neonatal care plays an important role in bringing down themortality as well as morbidity. This study was conducted in Dhaka Shishu Hospital during theperiod of December 2007 to February 2008 and was based on primary data collected on socioeconomicstatus, knowledge and practice of mothers of neonates attending the hospital. A total of 400 motherswere interviewed. More than fifty percent mothers had an appropriate knowledge on feeding neonates,hand washing before handling neonates, care of eye, care of umbilicus and they were practicing aswell. Where as less than fifty percent mothers had appropriate knowledge on keeping neonateswarm, cutting hair, bathing, vaccination, oil massage and their practice rate also commensuratewell with their knowledge level. Majority of the mothers were in the age group of 21-25 years,having completed primary education or passed SSC exam. They were house wives living in an urbanarea, with a monthly family income of 3000-7000 taka. Statistically significant association wasfound between socio demographic variables and knowledge and practices on neonatal care of themothers.Ibrahim Med. Coll. J. 2010; 4(1): 17-20Key words: Socio-economic factors; knowledge and practices; neonatal careDOI: 10.3329/imcj.v4i1.5930

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,014
Tête enseignante GPT0,305
Écart entre enseignants0,291 · 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'étudeObservationnel
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

Citations5
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIbrahim Medical College Journal→Même sujetChild Nutrition and Water Access→Travaux en français237 207→