Makine öğrenmesi ile emzirmeyi erken dönemde bırakacağı tahmin edilen annelere verilen emzirme eğitiminin etkinliğinin değerlendirilmesi
Evaluating the effectiveness of breastfeeding education provided to mothers predicted by machine learning to cease breastfeeding early
- Tez No: 878471
- Danışmanlar: DOÇ. DR. SİBEL KÜÇÜK
- Tez Türü: Doktora
- Konular: Hemşirelik, Nursing
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Ankara Yıldırım Beyazıt Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Hemşirelik Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 203
Özet
Makine Öğrenmesi ile Emzirmeyi Erken Dönemde Bırakacağı Tahmin Edilen Annelere Verilen Emzirme Eğitiminin Etkinliğinin Değerlendirilmesi Bu araştırma, Makine Öğrenmesi (MÖ) tahmin modeli geliştirilerek emzirmeyi erken dönemde bırakabilecek annelerin belirlenebilmesini sağlamak ve bu annelere verilen emzirme eğitiminin etkinliğini değerlendirmek amacıyla, ön test-son test müdahale ve kontrol gruplu deneysel desende yapılmıştır. Araştırmanın örneklemini, Ankara'daki il merkezinde faaliyet gösteren bir eğitim araştırma hastanesi ve yedi aile sağlığı merkezine doğum sonrası kontrollerine gelen ve belirlenen risk faktörlerine sahip toplam 90 anne (45 müdahale, 45 kontrol grubu) oluşturmuştur. Araştırma, 4 Şubat 2022 - 30 Ekim 2023 tarihleri arasında gerçekleştirilmiştir. Araştırmanın ilk aşamasında TNSA 2013-2018 yıllarına ait verilerinden yararlanılarak MÖ tahmin modeli geliştirilerek emzirmeyi erken dönemde bırakma riski olan anneler belirlenmiştir. Araştırmanın ikinci aşamasında risk grubuna yönelik emzirme eğitimleri oluşturulmuştur. Veriler, Anne-Bebek Tanıtım Formu ve Emzirme Eğitimi Değerlendirme Formu (EEDF) ile 11 Mayıs-30 Ekim 2023 tarihleri arasında toplanmıştır. Verilerin analizinde sayı, yüzde, ortalama, Pearson-χ2, Bağımsız ve Eşleştirilmiş Örneklemler t Testi, Cramer's V ve Cohen's d testleri kullanılmıştır. Araştırmada, müdahale grubunda eğitim sonrasında EEDF puanlarının anlamlı bir şekilde arttığı (p0.05) bulunmuştur. Eğitim öncesinde gruplar arasında emzirme oranları açısından anlamlı bir fark bulunmazken, eğitim sonrası müdahale grubunda tam emzirme oranları artmış, kısmi emzirme ve emzirmeyi bırakma oranları azalmıştır. Bu farklılıklar postpartum 2. ve 4. aylarda istatistiksel olarak anlamlı bulunmuştur (p
Özet (Çeviri)
Evaluating the Effectiveness of Breastfeeding Education Provided to Mothers Predicted by Machine Learning to Cease Breastfeeding Early This research was conducted with the aim of developing a machine learning (ML) model to identify mothers who are at risk of early discontinuation of breastfeeding, and to evaluate the effectiveness of breastfeeding education provided to these mothers. The study employed an experimental design, including pre-test and post-test with intervention and control groups. The sample of the study consisted of a total of 90 mothers (45 intervention, 45 control group) who attended postnatal check-ups at an education and research hospital and seven family health centers in the city center of Ankara, and who met the identified risk factors. The research was conducted between February 4, 2022, and October 30, 2023. In the first phase of the research, an ML prediction model was developed using data from the TNSA 2013-2018 to identify mothers at risk of early breastfeeding cessation. In the second phase of the research, breastfeeding education programs were developed for the risk group. Data were collected between May 11 and October 30, 2023, using the Mother-Baby Information Form and the Breastfeeding Education Evaluation Form (BEEF). The data were analyzed using various statistical methods including frequency, percentage, mean, Pearson-χ2, independent and paired samples t-tests, Cramer's V, and Cohen's d. In the study, it was found that the scores from the BEEF significantly increased in the intervention group after the education (p0.05). Although there was no significant difference in breastfeeding rates between the groups before the education, the full breastfeeding rates increased, and partial breastfeeding and cessation rates decreased in the intervention group after the education. These differences were statistically significant at 2 and 4 months postpartum (p
Benzer Tezler
- Standart penetrasyon deney verileri ile zemin parametrelerinin makine öğrenmesi tabanlı tahmini
Machine learning based prediction of soil parameters with standard penetration test data
HATİCE BEYZA URGANCI
Yüksek Lisans
Türkçe
2024
İnşaat MühendisliğiKTO Karatay Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ESRA URAY
- Makine öğrenmesi ile işgörenlerin işe yabancılaşma durumunun sınıflandırılması
Classification of employees' work alienation with machine learning
AKIN SÖNMEZER
Yüksek Lisans
Türkçe
2024
İşletmeHacettepe Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. ÖZGE TAYFUR EKMEKCİ
- Makine öğrenmesi ile akademik başarı analizi ve tercih tespiti: Isparta ili örneği
Academic achievement analysis and preference determination with machine learning: The case of Isparta province
MUSTAFA İNAN
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBurdur Mehmet Akif Ersoy ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. EMRE ÇOMAK
DOÇ. DR. ONUR SEVLİ
- Makine öğrenmesi ile belge tanıma
Document recognition with machine learning
İSA YURDABAKAN
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUHAMMET ÇAKMAK
- Makine öğrenmesi ile hazır giyim perakende sektöründe satış tahmini
Sales forecasting in apparel retail industry with machine learning
SALİH CEYLAN
Yüksek Lisans
Türkçe
2024
Bilim ve TeknolojiYıldız Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
DOÇ. DR. BİROL ASLANYÜREK