Healthcare providers’ gestational weight gain counselling practises and the influence of knowledge and attitudes: a cross-sectional mixed methods study
Notice bibliographique
Résumé
OBJECTIVE: To understand current gestational weight gain (GWG) counselling practices of healthcare providers, and the relationships between practices, knowledge and attitudes. DESIGN: Concurrent mixed methods with data integration: cross-sectional survey and semistructured interviews. PARTICIPANTS: Prenatal healthcare providers in Canada: general practitioners, obstetricians, midwives, nurse practitioners and registered nurses in primary care settings. RESULTS: Typically, GWG information was provided early in pregnancy, but not discussed again unless there was a concern. Few routinely provided women with individualised GWG advice (21%), rate of GWG (16%) or discussed the risks of inappropriate GWG to mother and baby (20% and 19%). More routinely discussed physical activity (46%) and food requirements (28%); midwives did these two activities more frequently than all other disciplines (P<0.001). Midwives interviewed noted a focus on overall wellness instead of weight, and had longer appointment times which allowed them to provide more in-depth counselling. Regression results identified that the higher priority level that healthcare providers place on GWG, the more likely they were to report providing GWG advice and discussing risks of GWG outside recommendations (β=0.71, P<0.001) and discussing physical activity and food requirements (β=0.341, P<0.001). Interview data linked the priority level of GWG to length of appointments, financial compensation methods for healthcare providers and the midwifery versus medical model of care. CONCLUSIONS: Interventions for healthcare providers to enhance GWG counselling practices should consider the range of factors that influence the priority level healthcare providers place on GWG counselling.
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 | 0,004 | 0,002 |
| 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 ».