Reconceptualising risk: Perceptions of risk in rural and remote maternity service planning
Notice bibliographique
Résumé
OBJECTIVE: to explore perceptions and examples of risk related to pregnancy and childbirth in rural and remote Australia and how these influence the planning of maternity services. DESIGN: data collection in this qualitative component of a mixed methods study included 88 semi-structured individual and group interviews (n=102), three focus groups (n=22) and one group information session (n=17). Researchers identified two categories of risk for exploration: health services risk (including clinical and corporate risks) and social risk (including cultural, emotional and financial risks). Data were aggregated and thematically analysed to identify perceptions and examples of risk related to each category. SETTING: fieldwork was conducted in four jurisdictions at nine sites in rural (n=3) and remote (n=6) Australia. PARTICIPANTS: 117 health service employees and 24 consumers. MEASUREMENTS AND FINDINGS: examples and perceptions relating to each category of risk were identified from the data. Most medical practitioners and health service managers perceived clinical risks related to rural birthing services without access to caesarean section. Consumer participants were more likely to emphasise social risks arising from a lack of local birthing services. KEY CONCLUSIONS: our analysis demonstrated that the closure of services adds social risk, which exacerbates clinical risk. Analysis also highlighted that perceptions of clinical risk are privileged over social risk in decisions about rural and remote maternity service planning. IMPLICATIONS FOR PRACTICE: a comprehensive analysis of risk that identifies how social and other forms of risk contribute to adverse clinical outcomes would benefit rural and remote people and their health services. Formal risk analyses should consider the risks associated with failure to provide birthing services in rural and remote communities as well as the risks of maintaining services.
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 | 0,012 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,008 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».