MétaCan
Menu
Retour à la cohorte
Enregistrement W2623387837 · doi:10.22219/jk.v7i1.3920

Calgary Family Intervention Model Approach ( CFIM ) Prevention of Food Borne Disease and Self Care Agency for Children

2016· article· en· W2623387837 sur OpenAlexaboutno aff
Wiwit Dwi Nurbadriyah

Notice bibliographique

RevueJurnal Keperawatan · 2016
Typearticle
Langueen
DomaineMedicine
ThématiquePublic Health and Nutrition
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAgency (philosophy)Intervention (counseling)HygieneMedicineEnvironmental healthDiseaseFood preparationTest (biology)Family medicineNursingFood hygieneGerontologyPsychologyFood safety

Résumé

récupéré en direct d'OpenAlex

Food borne disease (FBD) is a disease caused by consumption of contaminated food. The problem is, school aged children are vulnerable Food borne disease because of household food contamination. This indicates the family hygiene as a food handler mainly mother during preparing the food still need to be improved. The study design used pre experiment one group pre and post test design with a sample of 35 respondents namely, 4th grade students with their parents and 5th grade students with their parentsin Jatirejoyoso Kepanjen Primary School. Demographic data, CFAM (Calgary Family Assessment Model), knowledge, attitudes, practices family and children's self-care agency in PHBS at school were used.The results was an increase in knowledge and attitudes of families, family practice and self child care agency did not change after the intervention CFIM for 4 sessions. CFAM on the functional components of the daily activity was lacking mostly, thus affecting the unchanged practice. While children self-care agency was affected by school environment such as affordability of snacks. Health professionals are expected to optimize School Health Unit program to provide education about clean and healthy living behaviors at the school community (students, teachers and school employees) and family assistance through a cadre.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,784
Score d'incertitude au seuil0,332

Scores Codex et Gemma par catégorie

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

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 Opus0,020
Tête enseignante GPT0,291
Écart entre enseignants0,271 · 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 tête enseignante, 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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal KeperawatanMême sujetPublic Health and NutritionTravaux en français237 207