Recording Data Labour With Documentation Midwifery Based On Word Electric Browser (WEB)
Notice bibliographique
Résumé
INTRODUCTION: Midwifery documentation is a proof of recording and reporting possessed by midwives in carrying out records in documenting care provided. MATERIAL & METHODS: The research method used was the comparative study with the comparative descriptive design. The total subjects of 30 mothers in labor were chosen using the purposive sampling technique. The subjects were divided into two groups: 15 of the mothers used the conventional midwifery documentation and 15 of them used the WEB-based. The data were analyzed using the univariate analysis in order to look at the median value, and the bivariate analysis with Mann-Whitney test. RESULTS: The study results indicated the the highest frequency was found in the WEB-based partograph, namely he filling speed was 26 (86.7%), the highest frequency of partograph filling truth was that of the WEB-based partograph = 25 (83.3%), while the highest Relevance of the data frequency was found in the WEB-based partograph with the data Relevance = 27 (90%). The result of the statistical test had the p value of 0.000, 0.000, and 0.000 (< α = 0.05) meaning there was a difference of the WEB-based midwifery documentation compared to the conventional midwifery documentation. CONCLUSION: Thus it can be concluded that web-based midwifery documentation is more effective than conventional midwifery documentation. There are differences in the aspects of ease, speed, security and relevance of data to recording labor history data so that it needs to be applied in documenting midwifery care.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».