Marathon maternity oral history project: Exploring rural birthing through narrative methods.
Notice bibliographique
Résumé
OBJECTIVE: To explore how birthing and maternity care are understood and valued in a rural community. DESIGN: Oral history research. SETTING: The rural community of Marathon, Ont, with a population of approximately 3500. PARTICIPANTS: A purposive selection of mothers, grandmothers, nurses, physicians, and community leaders in the Marathon medical catchment area. METHODS: Interviews were conducted with a purposive sample, employing an oral history research methodology. Interviews were conducted non-anonymously in order to preserve the identity and personhood of participants. Interview transcripts were edited into short narratives. Oral histories offer perspectives and information not revealed in other quantitative or qualitative research methodologies. Narratives re-personalize and humanize medical research by offering researchers and practitioners the opportunity to bear witness to the personal stories affected through medical decision making. MAIN FINDINGS: Eleven stand-alone narratives, published in this issue of Canadian Family Physician, form the project's findings. Similar to a literary text or short story, they are intended for personal reflection and interpretation by the reader. Presenting the results of these interviews as narratives requires the reader to participate in the research exercise and take part in listening to these women's voices. The project's narratives will be accessible to readers from academic and non-academic backgrounds and will interest readers in medicine and allied health professions, medical humanities, community development, gender studies, social anthropology and history, and literature. CONCLUSION: Sharing personal birthing experiences might inspire others to reevaluate and reconsider birthing practices and services in other communities. Where local maternity services are under threat, Marathon's stories might contribute to understanding the meaning and challenges of local birthing, and the implications of losing maternity services in rural Canada.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,016 | 0,008 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 source (Gemma direct ou Codex distillé), 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 ».