Pengaruh kombinasi pijat oksitosin dan teknik marmet terhadap produksi ASI ibu postpartum primipara
Notice bibliographique
Résumé
Background: One of the causes of death is infection. Breast milk is the main food for newborn babies because it contains protective nutrients that can prevent infectious diseases in babies. One effort to improve the quality of breast milk is to stimulate the release of the hormone prolactin through oxytocin massage.Objective: To analyze the effect of a combination of oxytocin massage and the marmet technique on breast milk production in primiparous mothers.Method: This research design is quasi-experimental, using a one-group pre- and post-design research method and a sampling technique using consecutive sampling. The research was conducted in Bandung Regency on primiparous breastfeeding mothers. Univariate analysis to see the frequency and normality of the data (Shapiro Wilk test) and bivariate analysis for this study used a paired sample t test for 1 group with the Wilcoxon test to see the significance between before and after the intervention.Results: The results showed that the average breast milk production before the intervention was given was 24,22 ml, while after the intervention was given, it increased to 95,47 ml. So there was an increase in breast milk production of 71,25 ml after being given a combination of oxytocin massage and the marmet technique three times. The T-test results obtained a p-value of 0,000 < α (0,05), so it can be concluded that there is a significant difference in breast milk production before and after the intervention.Conclusion: There is a significant difference in breast milk production before and after the combination of oxytocin massage and the marmet technique. So, it is hoped that the smooth release of a mother's breast milk can increase the success of exclusive breastfeeding.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 | 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 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 ».