Life course experiences and lay diagnosis explain low‐income parents' child dental decisions: a qualitative study
Notice bibliographique
Résumé
OBJECTIVE: This study aimed to better understand low-income parents' child dental care decisions through a life course approach that captured parents' experiences within the social context of poverty. METHODS: We conducted 43 qualitative life history interviews with 10 parents, who were long-term social assistance recipients living in Montreal, Canada. Thematic analysis involved interview debriefing, transcript coding, theme identification and data interpretation. RESULTS: Our interviews identified two emergent themes: lay diagnosis and parental oral health management. Parents described a process of 'lay diagnosis' that consisted of examining their children's teeth and interpreting their children's oral signs and symptoms based on their observations. These lay diagnoses were also shaped by their own dental crises, care experiences and oral health knowledge gained across a life course of poverty and dental disadvantage. Parents' management strategies included monitoring and managing their children's oral health themselves or by seeking professional recourse. Parents' management strategies were influenced both by their lay diagnoses and their perceived ability to manage their children's oral health. Parents felt responsible for their children's dental care, empowered to manage their oral health and sometimes forgo dental visits for their children because of their own self-management life history. CONCLUSION: This original approach revealed insights that help to understand why low-income parents may underutilize free dental services. Further research should consider how dental programs can nurture parental empowerment and capitalize on parents' perceived ability to diagnose and manage their children's oral health.
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 | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».