Grossesse après une chirurgie bariatrique: conséquences pour la mère, résultat périnatal, évaluation nutritionnelle, croissance et développement des enfants
Bibliographic record
Abstract
Le but de cette étude était d'explorer l’expérience des femmes ayant eu des enfants après une chirurgie bariatrique et évaluer la croissance et le développement de leurs enfants. Il s’agit d’une étude de cas multiple, exploratoire et descriptive portant sur l’expérience de quatre femmes qui ont vécu une grossesse après avoir subi une chirurgie bariatrique au Québec, ainsi que leur enfant. Les entrevues ont été réalisées avec un questionnaire portant sur les caractéristiques sociodémographiques, les données obstétricales et périnatales, ainsi que les mesures de poids, de taille et de bio-impédance de la mère. Pour l’évaluation du développement neuro-psychomoteur des enfants, le Test de développement de Denver II a été privilégié. Les participantes ont, au moment de la chirurgie, en moyenne 29,5 ans, une scolarisation de plus de 12 ans et sont en couple. Aucune complication grave n’a été identifiée que ce soit chez les mères, ou chez les enfants (poids/taille) au moment de la naissance. Les données relatives à la croissance et au développement des enfants étaient dans les normes lors de la collecte des données. Les grossesses se sont déroulées sans complications. Des études ultérieures, avec des suivis à plus long terme, permettraient d’avoir un portrait plus complet de cette nouvelle réalité qui touche les mères obèses et leurs enfants à naitre.
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 | 0.002 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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".