A Health App for Evidence-Based Postpartum Information: Development and Validation Study
Notice bibliographique
Résumé
BACKGROUND: After childbirth, women undergo substantial physical and emotional changes. Therefore, it is important to provide them with information that helps them identify what is expected during this stage, as well as signs and symptoms that indicate complications after they have been discharged from the hospital. OBJECTIVE: This study aimed to develop a health app-Towards Motherhood-that provides evidence-based information about the postpartum period and evaluate the usability of the app with the target population. METHODS: This was a validation study involving 80 participants, including 24 professionals from the obstetric health field, 15 professionals from the technology field, and 41 postpartum women. The app was developed using React Native technology. Health professionals evaluated the app's content using the Content Validity Index, technology professionals completed a validated evaluation to assess the appearance of the app, and postpartum women completed the System Usability Scale (SUS) to measure the usability of the app. RESULTS: The measurement of content validity using a Likert scale obtained an approval score of 99%. Regarding the app's appearance, 92% of responses were positive, reflecting favorable approval. The SUS usability score was 86.2, which represents excellent acceptance. CONCLUSIONS: The Towards Motherhood mobile app is a valid tool for promoting self-care during the postpartum period. The app's evidence-based information, user-friendly design, and high usability make it an essential resource for women during this critical stage of their live.
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 | 0,039 | 0,058 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».