Pengaruh teknik relaksasi nafas dalam terhadap nyeri ibu hamil menjelang persalinan
Bibliographic record
Abstract
Latar Belakang: Rasa nyeri yang muncul saat proses persalinan membuat banyak ibu memilih cara tercepat dan termudah untuk meredakannya. Salah satu upaya untuk menurunkan tingkat nyeri pada ibu hamil adalah dengan menerapkan teknik relaksasi nafas dalam. Tujuan penelitian ini untuk mengetahui pengaruh teknik relaksasi nafas dalam terhadap nyeri ibu hamil menjelang persalinan di Kelurahan Gunung Puyuh Wilayah Kerja UPTD Puskesmas Cipelang Kota Sukabumi.Metode: Jenis penelitian menggunakan quasi experiment dengan pre-test and post-test control group design. Populasi adalah selurh ibu hamil yang mengalami nyeri dengan sampel 34 orang terbagi kedalam kelompok kontrol dan intervensi dengan menggunakan purposive sampling. Alat ukur yang digunakan pada variabel nyeri adalah instrumen baku mcgill scale. Analisa data menggunakan wilcoxon signed rank test dan uji Mann-Whitney.Hasil: Hasil penelitian menunjukkan terdapat perbedaan tingkat nyeri pada kelompok intervensi (p = 0,002), tidak terdapat perbedaan tingkat nyeri pada kelompok kontrol (p = 0,157), terdapat perbedaan tingkat nyeri pada kelompok kontrol dan kelompok intervensi (p = 0,005).Kesimpulan: Teknik relaksasi nafas dalam efektif dalam menurunkan nyeri ibu hamil menjelang persalinan. Disarankan agar teknik relaksasi nafas dalam menjadi alternatif dalam menangani nyeri pada ibu hamil menjelang persalinan.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.031 | 0.005 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".