Faktor yang Memengaruhi Bendungan ASI pada Ibu Nifas di Wilayah Kerja Puskesmas Rambung Merah Kabupaten Simalungun
Notice bibliographique
Résumé
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».