Discomfort to Comfort, Coconut oil can Reduce Menstrual Pain!
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Menstrual pain usually begins several hours before or just after the onset of menstruation. Women commonly experience pain in the lower abdomen and in some, it radiates to lumbar region, it affects their performance of their daily activities. Coconut oil has many benefits like it is anti-inflammatory and anti-toxin and fights pain directly and also it is cheap as well as it is easily available in home. Aims: The aim of the study was to find the effectiveness of applying coconut oil over lower abdomen in reducing menstrual pain among young women residing in a selected hostel. Materials and Methods: A pre-experimental one group pre-test and post-test study design, using a quantitative approach and non-probability purposive sampling technique on 30 hostlers, participated on the basis of their severity of menstrual pain. The tools deployed include sociodemographic variables, universal pain assessment scale, and modified McGill questionnaire. On the day of the menstrual pain, a selfprepared pre-test questionnaire was administered and after 1 h of intervention the post-test was administered. Both descriptive and inferential statistics were used for the analysis of data. Results: Pre- and post-test and paired-t test were analyzed. The mean ± standard deviations of pre-test were 2.03 ± 1.03 and the post-test was 0.76 ± 0.97. The pain reduced with 1.27 mean differences. The obtained t-value was13.32 and P-value significantly improved at P < 0.00. Conclusion: The study revealed that applying coconut oil over lower abdomen of menstruating women showed improvement in bringing down the level of menstrual pain. This indicates that application of coconut oil effectively reduced the menstrual pain.
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.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle