MétaCan
Menu
Retour à la cohorte
Enregistrement W7074052111

Labor Down or Bear Down: A Strategy to Translate Second-Stage Labor Evidence to Perinatal Practice

2014· article· en· W7074052111 sur OpenAlexaboutno aff

Notice bibliographique

Revuee-Publications@Marquette (Marquette University) · 2014
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueHigh-pressure geophysics and materials
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNucleofectionGestational periodHyporeflexiaTSG101DiafiltrationArticular cartilage damage
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Scientific evidence supports spontaneous physiologic approaches to second-stage labor care; however, most women in US hospitals continue to receive direction from nurses and birth attendants to use prolonged Valsalva bearing-down efforts as soon as the cervix is completely dilated. Delaying maternal bearing-down efforts during second-stage labor until a woman feels an urge to push (laboring down) results in optimal use of maternal energy, has no detrimental maternal effects, and results in improved fetal oxygenation. Although most commonly used with women who are undergoing epidural anesthesia, laboring down is just one component of physiologic second-stage labor care that can be used to achieve optimal maternal and neonatal outcomes for women with or without an epidural. Prior efforts to translate evidence regarding second-stage labor care to practice have not been successful. In this article, the scientific evidence for second-stage labor care and previous efforts at clinical translation are reviewed. The Ottawa Hospital Second Stage Protocol is presented as a model with potential to allow translation of evidence to practice. Recommendations to enhance widespread adoption of evidence-based practice are provided, including improved collaboration between nurses and birth attendants.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,228
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,003
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0200,003

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 Opus0,018
Tête enseignante GPT0,242
Écart entre enseignants0,223 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuee-Publications@Marquette (Marquette University)Même sujetHigh-pressure geophysics and materialsTravaux en français237 207