MétaCan
Menu
Retour à la cohorte
Enregistrement W7034453131

Yenidoğan yoğun bakım ünitesinde kalan prematüre bebeklerin ailelerine verilen çevrim içi eğitimin motor ve sosyal gelişime etkisi

2022· dissertation· tr· W7034453131 sur OpenAlexaboutno aff

Notice bibliographique

RevueMarmara University Open Access System · 2022
Typedissertation
Languetr
DomainePsychology
ThématiqueEmotional Intelligence and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMotor activityMotor controlDisease
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Amaç: Çalışmamız yenidoğan yoğun bakım ünitesinde (YYBB) kalan prematüre bebeklerin ebeveynlerine verilen bakım, motor ve sosyal gelişimi içeren çevrimiçi eğitim programının bebeklerin motor ve sosyal iletişim gelişim düzeylerine ve annelerinin stres düzeylerine etkisini araştırmayı amaçlamaktadır. Gereç ve Yöntem: Çalışmaya, 32. hafta veya altında doğan ve Kartal Lütfi Kırdar Şehir Hastanesi YYBÜ’de kalan 73 prematüre bebek ve ailesi dahil edildi. Çalışma, çevrimiçi eğitim alan 33 olgu ve eğitim almayan 40 olgu ile tamamlandı. Olgular, düzeltilmiş yaş olarak 6 aylık olduklarında Alberta İnfant Motor Skalası (AİMS), Sosyal İletişim Alan Gelişim Tarama Testi (SİATT) ve Anne-Baba Stres Ölçeği-Kısa Formu ile (ABSÖ-KF) değerlendirildi. Bulgular: Çevrim içi eğitim grubundaki (ÇEG) infantlar, kontrol grubuna (KG) kıyasla AİMS’e göre daha yüksek motor gelişim düzeyine sahip bulunmuş (p=0,031) ve ÇEG gurubundaki ebeveynler de daha düşük stres düzeyine (p=0,038) sahip olarak bulunmuştur. Her iki grubun sosyal iletişim alan gelişimi arasında üstünlük saptanmamıştır (p=0,354), Sonuçlar: Çevrimiçi eğitim, prematüre bebeklerin motor gelişim düzeyini artırmada ve ebeveynlerin stres düzeylerini azaltmada etkili bulunmuş ancak sosyal iletişim alanda gruplar arasında bir fark bulunmamıştır. Programın prematüre bebek ve ailelerini desteklemek için sağlık hizmetlerine direkt ulaşılamadığı durumlarda kullanılabilecek kolay ve yararlı bir yöntem olarak kullanılabileceğini düşünmekteyiz

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)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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 Opus0,073
Tête enseignante GPT0,388
Écart entre enseignants0,315 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMarmara University Open Access SystemMême sujetEmotional Intelligence and PerformanceTravaux en français237 207