VALIDACIÓN Y CONFIABILIDAD DE LA ESCALA DE AUTOEFICACIA DE LA LACTANCIA MATERNA - VERSIÓN CORTA (BSES-SF) EN PUÉRPERAS EN UNA POBLACIÓN PERUANA
Bibliographic record
Abstract
Antecedentes: La lactancia materna exclusiva es la principal fuente de alimentación durante los primeros seis meses de vida. En Perú, el porcentaje de lactancia materna disminuyó tras la pandemia. La autoeficacia es un factor modificable en la lactancia materna y se puede medir mediante la escala corta de autoeficacia en lactancia materna (BSES-SF) creada en Canadá. Objetivo: Realizar la adaptación cultural, validación y confiabilidad de la escala BSES-SF en una población peruana. Métodos: Estudio descriptivo de corte transversal. La validez y confiabilidad de la escala fueron evaluadas en cuatro fases: (1) adaptación lingüística al contexto local, (2) evaluación de contenido por un comité de expertos, (3) aplicación piloto en 30 puérperas y (4) análisis de validez de contenido, consistencia interna y validez de constructo en una muestra de 248 puérperas. Resultados: La validez de contenido alcanzó un coeficiente de 0,93, lo que evidencia una adecuada representatividad de los ítems. La validez de constructo se confirmó mediante un análisis factorial confirmatorio, el cual respaldó una estructura unidimensional del instrumento. Asimismo, la prueba t de Student (p < 0,001) mostró diferencias significativas entre los grupos evaluados. La fiabilidad presentó un alfa de Cronbach de 0,774 y un coeficiente de correlación intraclase de 0,794, valores que indican una consistencia interna y estabilidad aceptables. Conclusión: La versión adaptada de la BSES-SF puede considerarse una medida válida y confiable de la autoeficacia en lactancia materna en Perú.
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 | 0.017 | 0.034 |
| 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 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 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".