MétaCan
Menu
Retour à la cohorte
Enregistrement W3118909452 · doi:10.33088/jmk.v7i2.237

HUBUNGAN STIKERISASI PROGRAM PERENCANAAN PERSALINAN DAN PENCEGAHAN KOMPLIKASI DENGAN PENANGANAN KOMPLIKASI

2018· article· en· W3118909452 sur OpenAlexaff
Nursiyam Nursiyam

Notice bibliographique

RevueJURNAL MEDIA KESEHATAN · 2018
Typearticle
Langueen
DomaineMedicine
ThématiquePublic Health and Nutrition
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesUniversitas PadjadjaranUniversitas Sumatera UtaraUniversitas Diponegoro
Mots-clésMedicineObstetricsChecklistIncidence (geometry)Postpartum haemorrhagePregnancyGynecology

Résumé

récupéré en direct d'OpenAlex

The direct causes of maternal mortality in Indonesia is bleeding (32%), postpartum hemorrhage, eclampsia (13%), unsafe abortion (11%), infection (10%) and obstructed labor (9%). P4K with stickers is a breakthrough in reducing maternal mortality and newborn. The high incidence of obstetric complications in the District of Talbot District Seluma. The purpose of the study to determine the relationship stikerisasi P4K with handling complications in postpartum mothers. The study design was a descriptive, cross-sectional design. Data obtained from secondary data sheet checklist. The samples were puerperal women who experience complications. Sampling with a total sampling technique. The results showed 81.4% had 87.3% stikerisasi P4K and already getting treatment complications. The results showed no relationship between stikerisasi P4K with handling complications (p = 0,000 < ,005 and OR = 55,688). Expected midwife as further improve performance by IEC on P4K.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,469
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,039
Tête enseignante GPT0,344
Écart entre enseignants0,306 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJURNAL MEDIA KESEHATANMême sujetPublic Health and NutritionTravaux en français237 207