MétaCan
Menu
Retour à la cohorte
Enregistrement W3011091070 · doi:10.33085/jbk.v3i1.4078

Faktor yang Memengaruhi Bendungan ASI pada Ibu Nifas di Wilayah Kerja Puskesmas Rambung Merah Kabupaten Simalungun

2020· article· id· W3011091070 sur OpenAlexaff
Sri Juliani, Nurrahmaton Nurrahmaton

Notice bibliographique

RevueJurnal Bidan Komunitas · 2020
Typearticle
Langueid
DomaineMedicine
ThématiquePublic Health and Nutrition
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésGynecologyMedicinePhysicsObstetrics

Résumé

récupéré en direct d'OpenAlex

Pendahuluan: Bendungan ASI yang disebabkan oleh pengeluaran air susu yang tidak lancar, karena bayi tidak cukup sering menyusu pada ibunya. Data SDKI tahun 2015 menyebutkan bahwa terdapat ibu nifas yang mengalami Bendungan ASI sebanyak 35.985 atau (15,60 %) ibu nifas. Tujuan: Tujuan penelitian ini adalah untuk mengetahui factor yang berpengaruh terhadap bendungan ASI di Wilayah Kerja Puskesmas Rambung Merah Kabupaten Simalungun. Metode: Desain penelitian survey analitik kuantitatif dengan pendekatan cross sectional dengan populasi sebanyak 122 ibu nifas dan sampel sebanyak 92 responden dengan teknik accidental sampling, analisis data menggunakan analisis univariat, bivariat dan multivariat dengan uji regresi logistik. Hasil: Diperoleh hasil penelitian bahwa seluruh variabel independen mempengaruhi bendungan ASI dengan nilai p-value < 0,05, dan berdasarkan hasil uji regresi logistik yang paling memengaruhi kejadian bendungan ASI adalah frekuensi menyusui dengan nilai sig. p = 0,000<0,25 dan nilai B (logaritma natural) terbesar yaitu 3,740. Kesimpulan: Diperoleh kesimpulan ada pengaruh frekuensi menyusui dengan kejadian bendungan ASI. Diharapkan kepada petugas puskesmas agar lebih peduli dan meningkatkan informasi manajemen laktasi dan perawatan payudara dalam mencegah kejadian bendungan ASI pada ibu nifas.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,492
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
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 savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,042
Tête enseignante GPT0,288
Écart entre enseignants0,247 · 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'étudeSans objet
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

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Bidan KomunitasMême sujetPublic Health and NutritionTravaux en français237 207