Keeping close: mothering with serious mental illness
Notice bibliographique
Résumé
AIM: The aim of this paper is to describe the experiences of mothers with serious mental illness from their perspectives and how they attempted to manage their mothering circumstances. BACKGROUND: The desire to mother in women with serious mental illness is increasingly acknowledged by healthcare professionals. For these women, mothering is often framed as a pathological problem needing professional intervention. Yet little is known about mothering and illness from the perspectives of the mothers themselves. METHOD: Using Glaser's grounded theory approach and both purposive and theoretical sampling, interviews were conducted with 20 mothers who were receiving treatment for mental health problems. The data were collected in 2002. FINDINGS: We found the core category of Keeping close described mothers' efforts to have meaningful relationships with their children in the context of illness and suffering. To this end, mothers chose strategies that would hide illness for the sake of protecting their roles and their children. These strategies--masking, censoring speech, doing motherwork and seeking help--served to imitate ideal perceptions of mothering while making illness invisible to their children. Mothering in illness, however, became a vortex of contradictions, resulting in mothers 'hitting bottom', a point in time when they realized they could not keep close via pretences. To return to the valued place of mother, they sought treatment, hoping to learn how to be with their children authentically. CONCLUSION: To assist mothers with serious mental illness, healthcare professionals must be sensitive to the social and cultural context in which they mother in order to create healthier possibilities for nurturing their children.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».