Faktor Yang Berhubungan Dengan Kecemasan Ibu Hamil Trimester Iii Di Wilayah Kerja Puskesmas Beruntung Raya Banjarmasin
Notice bibliographique
Résumé
Latar belakang : kecemasan selama kehamilan terjadi sekitar 8-10%, dan meningkat menjadi 13% menjelang persalinan. Persentase ini dapat meningkat selama kondisi pandemi COVID-19, terutama untuk ibu hamil yang membutuhkan perawatan selama tinggal di rumah sakit. Kecemasan yang dialami oleh ibu hamil dapat memberikan dampak kepada ibu hamil dan juga bayi yang sedang di kandungnya. Dampak yang dapat terjadi pada ibu brp hipertensi, partus lama, keguguran dan jika berlanjut sampai post partum dapat menyebabkan ibu mengalami baby blues, sedangkan dampak yang dapat terjadi pada bayi berupa asfiksia, kaput suksedaneum, dan prematuritas. Beberapa faktor yang berhubungan dengan kecemasan ibu hamil diantaranya usia, pendidikan, dukungan suami, dan dukungan keluarga Mengetahui faktor yang berhubungan dengan kecemasan pada ibu hamil trimester III di Wilayah Kerja Puskesmas Beruntung Raya Banjarmasin Metode: Desain peneltian ini adalah analitik kuantitatif, dengan rancangan Cross Sectional. Populasi dan sampel adalah ibu hamil trimester III di wilayah kerja Puskesmas Beruntung Raya berjumlah 63 orang. Uji statistic menggunakan chi square test Hasil: sebanyak 73% ibu hamil mengalami kecemasan, 84% berusia 20-35 tahun, 46% menerima dukungan positif dari keluarga, 60,3% dengan paritas 2-3, 66,7% ibu hamil tidak bekerja, dan 71,4% dengan Pendidikan menengah. Terdapat hubungan signifikan antara usia, dukungan keluarga, dan paritas dengan kecemasan pada ibu hamil trimester III
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».