Efektifitas pemberian jahe, susu kedelai (soya) dan madu (jesoma) terhadap penurunan nyeri dismenore pada remaja putri
Notice bibliographique
Résumé
Background: Dysmenorrhea is discomfort that can occur when experiencing menstruation which can have an impact on disrupting physical activities.Objectives: The focus of this research is to determine the effect of ginger, soy milk and honey (Jesoma) on reducing dysmenorrhea pain complaints.Methods: The research method used was Quasi-experimental with a one group pre-post test design approach. Sampling in this study used a purposive sampling technique with the sampling criteria being ready to be respondents, female students who were still active and experiencing dysmenorrhea and not experiencing secondary dysmenorrhea. The number of samples in this research was 32 female students at SMK 1 Ketapang. The pre-test in this research was carried out before the treatment and the post-test was carried out after the research by giving ginger, soy milk and honey (Jesoma).Result : Data analysis used the Wilcoxon test with an error rate of <0,05. The statistical results obtained a p-value of 0,000, so there was an effect of giving ginger, soy milk and honey (Jesoma) on reducing dysmenorrhea pain. Conclusion: In order to obtain the best intervention method in reducing dysmenorrhea, researchers can then carry out laboratory tests to determine the content of ginger, soy milk and honey (Jesoma) and combine it with several methods to obtain the best method in reducing dysmenorrhea.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 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 ».