The Influence of Perinatal Education on Breastfeeding Decision and Duration
Notice bibliographique
Résumé
Objectives: to evaluate factors influencing breastfeeding duration in an integrative model, considering both the organization of medical care and the perinatal education. Methods: We conducted a cross sectional study with data collected in a face to face interview of 1,008 mothers with children aged between 9 and 14 months The questionnaire focused on the main characteristics of a Mother-Baby Friendly Hospital initiative and the type of perinatal education received by pregnant women. Correlation and partial correlation tests, non-parametric tests and classification tests were applied. Data were processed in SPSS 12.0 software. Results: The positive effects of Mother Baby Friendly Hospitals Organization initiative organization were confirmed. However, the main differentiator for breastfeeding duration was the level of formal education of pregnant mothers and the active seeking of perinatal education (r = 0.22, p< 0.001). The perinatal counseling was correlated with breastfeeding duration only for the subgroup participating to structured, dedicated time slot apart from the regular medical consultation (r = 0.079; p = 0.014), independently of mother’s age, education, residence, time to first breastfeeding contact, type of birth delivery and rooming in. Our results support a broader approach to perinatal education than medical counseling during pregnancy to increase the voluntary participation of future mothers to the perinatal educational programs. Conclusion: As mothers’ motivation to maintain the optimum duration of breastfeeding is a determinant factor, an earlier and sustained educational process, before pregnancy and after birth delivery, is necessary in order to create a general favorability for exclusive breastfeeding.
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 | 0,000 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».