MétaCan
Menu
Retour à la cohorte
Enregistrement W3120713896 · doi:10.36456/penamas.vol3.no2.a2222

DESAKU SEHAT DENGAN PELATIHAN AKUPREUSER PADA IBU BAYI, IBU MENYUSUI DAN KADER KESEHATAN

2019· article· id· W3120713896 sur OpenAlexaff
Setia Wandari, Damarati Azaria, Hanik Lutfiyah

Notice bibliographique

RevueJurnal Penamas Adi Buana · 2019
Typearticle
Langueid
DomaineMedicine
ThématiquePublic Health and Nutrition
Établissements canadiensInterface Biologics (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesGynecologyMedicineArt

Résumé

récupéré en direct d'OpenAlex

Salah satu usaha pemerintah untuk menurunkan angka kematian ibu dan bayi adalah denganmemberikan ASI eksklusif. ASI ekslusif mempunyai manfaat yang besar dalam meningkatkanderajat kesehatan ibu dan bayi. Banyak ibu yang drop out dalam memberikan ASI nya denganalasan produksi ASI menurun atau bayi sudah tidak cukup hanya dengan menyusu. Tujuan daripengabdian pada masyarakat ini adalah meningkatkan pengetahuan dan keterampilan ibumenyusui dan kader kesehatan tentang cara meningkatkan produksi ASI dengan akupresur pijatoksitosin, pijat bayi dan breast care. Metode yang digunakan adalah dengan ceramah, diskusi,demonstrasi dan praktik tentang pijat oksitosin, pijat bayi dan breast care. Sasaran kegiatanadalah ibu yang mempunyai bayi, ibu menyusui dan kader kesehatan sejumlah 30 orang.Pengabdian pada masyarakat dimulai dari tanggal 22 Januari sampai dengan 17 Februari 2018bertempat di Desa Grabagan Kecamatan Tulangan Kabupaten Sidoarjo. Hasil dari pengabdianpada masyarakat adalah ibu bayi, ibu menyusui dan kader kesehatan mempunyai keterampilan danbertambah pengetahuan serta dapat melakukan pijat oksitosin dan breast care untukmemperlancar ASI dan pijat bayi untuk kesehatan. Peserta antusias dan merasa percaya diri lebihuntuk memberikan stimulasi akupresur atau pijat bayi kepada anak-anaknya, dan para kader bisamemberikan ilmu pengetahuannya kepada masyarakat lainnya.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,032
Score d'incertitude au seuil0,107

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0320,008

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 Opus0,019
Tête enseignante GPT0,284
Écart entre enseignants0,265 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Penamas Adi BuanaMême sujetPublic Health and NutritionTravaux en français237 207