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 etkileşimli yardım masası sistemi tasarımı
Interactive helpdesk system design with machine learning
BUĞRA KAAN TÜRKMENOĞLU
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. OKTAY YILDIZ
- Makine öğrenmesi ile nohutta verim ve tür tahmini
Chickpea yield and species prediction with machine learning
FIRAT KESKİNBIÇAK
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiHarran ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ KERİM KARADAĞ
- Makine öğrenmesi ile kısıtlara dayalı zımpara seçimi
Abrasive selection based on constraints with the help of machine learning
MELİH SARILIGİL
Yüksek Lisans
Türkçe
2023
Makine MühendisliğiBalıkesir ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ ORAL
- Makine öğrenmesi ile gelişmiş polarizasyon kestirim yöntemi
Advanced polarization estimation method with machine learning
YUSUF ÖNÜR
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiTOBB Ekonomi ve Teknoloji ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HARUN TAHA HAYVACI