MétaCan
Menu
Retour à la cohorte
Enregistrement W4409677852 · doi:10.52711/2454-2652.2025.00003

A Descriptive Study to Assess the Knowledge regarding prevention of Urinary Tract Infection among adolescent girls in Nanchiyampalayam, Dharapuram, Tamilnadu

2025· article· en· W4409677852 sur OpenAlexaff
Pauline Sharmila, D. Shobiya, A. Gunavathi, D. Shalini, Jennie Rose

Notice bibliographique

RevueInternational Journal of Advances in Nursing Management · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueUrinary Tract Infections Management
Établissements canadiensBishop's University
Organismes subventionnairesnon disponible
Mots-clésUrinary systemMedicineFamily medicineEnvironmental healthTraditional medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

A descriptive study to assess the knowledge regarding prevention of urinary tract infections among adolescent girls in Nanchiyampalayam, Dharapuram, Tamilnadu. The non-experimental research approach was adopted for the study with descriptive research. The sample size was 30. Sample of adolescent girls who met the inclusion criteria were selected for the study by using purposive sampling technique. Structured questionnaire was used to assess the knowledge regarding urinary tract infection. The data were analysed by using both descriptive and inferential statistics. Regarding age, majority 16(53%) belongs to the age group of 15-16 years. Regarding religion, majority 13(44%) of them were Hindus. Regarding Occupation of the father, highest of 11(36%) were coolie workers. Regarding family income per month, majority were belonged to the income group of Rs.5001 and above 14(47%). Regarding education, majority 10(33%) had completed their primary education. Regarding source of information, majority 15(50%) through Health personnel. Regarding the level of knowledge, majority 16(53%) had adequate knowledge. There was significant association between the level of knowledge regarding urinary tract infection with their selected demographic variables among adolescent girls such as age at 0.05 level of significance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,393
Écart entre enseignants0,368 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Advances in Nursing ManagementMême sujetUrinary Tract Infections ManagementTravaux en français237 207