MétaCan
Menu
Retour à la cohorte
Enregistrement W2920755051 · doi:10.33366/jc.v7i1.1084

Pelaksanaan Kelas Ibu Hamil Sebagai Upaya Peningkatan Pengetahuan Ibu, Keluarga Dan Kader Dalam Deteksi Dini Resiko Tinggi Ibu Hamil Di Wilayah Kerja Puskesmas Sambeng Kabupaten Lamongan

2019· article· en· W2920755051 sur OpenAlexaff
Abdul Muhith, Arief Fardiansyah, Asih Media Y, Yenny Larasati

Notice bibliographique

RevueCare Jurnal Ilmiah Ilmu Kesehatan · 2019
Typearticle
Langueen
DomaineMedicine
ThématiquePublic Health and Nutrition
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésNonprobability samplingCommunity health centerChristian ministryWilcoxon signed-rank testMedicinePopulationTest (biology)Family medicineNursingObstetricsPsychologyEnvironmental healthPolitical science

Résumé

récupéré en direct d'OpenAlex

The introduction of high risk pregnant women is done through early detection of risk factors pro actively in all pregnant women by mother, family, and cadres. The program organized by the Ministry of Health to support the step is the Pregnant Women's Class. The purpose of this study is to improve knowledge of mother, family and cadres in early detection of high risk pregnant women in the working area of Sambeng Community Health Center of Lamongan. The design of this research is Quasi Experiment with Pre-Post Design approach. Its population is pregnant mother, family and cadres who attend class of pregnant mother in working area of UPT Sambeng Public Health Center. Sampling technique used was Purposive sampling, got 40 respondents of pregnant women, 40 families and 20 cadres. Data were analyzed with Wilcoxon Signed Ranks Test. Wilcoxon Signed Ranks Test results show that there is influence of maternal class implementation with knowledge of mother (Z value = -4,815), family (Z value = -4,315) and cadre (Z value = -3,162) in early detection of high risk pregnant women. The success of pregnant women's classes can be continued by using innovative and attractive media such as simulation and movie viewing to be more engaging for the community, and families to participate, thus encouraging people to do early detection.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,063
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,273
Écart entre enseignants0,260 · 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'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

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCare Jurnal Ilmiah Ilmu KesehatanMême sujetPublic Health and NutritionTravaux en français237 207