Efektifitas Terapi Jahe Hangat Dalam Mengatasi Emesis Gravidarum Pada Ibu Hamil
Notice bibliographique
Résumé
According to the World Health Organization (WHO), hyperemesis gravidarum occurs worldwide, including in the United States, with an incidence of 0.5-2%, Sweden 0.3%, California 0.5%, Canada 0.8%, China 10.8%, Norway 0.9%, Pakistan 2.2% and Turkey 1.9%. Currently, the incidence of hyperemesis gravidarum in Indonesia is 1-3% of all pregnancies. The aim of this research is to determine the effectiveness of administration of warm ginger on the incidence of gestational vomiting in pregnant woman in early pregnancy. It was a quantitative study with a pre-experimental study design using one group pretest-posttest design. The study population consisted only of pregnant women in the first trimester who suffered from morning sickness and whose pregnancies were assessed with the BPM Happy Purnama. Sampling for this study used a global sampling technique with a sample of 16 individuals. Data were collected using the Vomiting Pregnancy-Specific Quantification Questionnaire. The statistical results of the study showed a p-value of 0.002. This means less than a significant value that is less than 0.05. Therefore, it can be concluded that the administration of hot ginger effectively reduced the frequency of pregnancy vomiting. This study is also intended to be an alternative non-pharmacological treatment for vomiting in pregnant women in the first trimester.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».