MétaCan
Menu
Retour à la cohorte
Enregistrement W2794466292 · doi:10.1590/0102-311x00009917

Práticas sociais de medicalização & humanização no cuidado de mulheres na gestação

2018· article· pt· W2794466292 sur OpenAlexaff
Cristine Maria Warmling, Ananyr Porto Fajardo, Dagmar Estermann Meyer, Cristophe Bedos

Notice bibliographique

RevueCadernos de Saúde Pública · 2018
Typearticle
Languept
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésSociologyGerontologyPolitical scienceMedicine

Résumé

récupéré en direct d'OpenAlex

The study's main objective is to analyze how discourses of medicalization and humanization reconnect in primary healthcare and shape prenatal care for pregnant women provided by family health teams. This was a single and integrated case study with multiple analytical units and a qualitative approach. A total of 17 focus groups were performed, in which 47 health professionals were heard (14 physicians, 19 nurses, and 14 dentists), members of 17 family health teams in 16 municipalities in the South of Brazil. The empirical material was analyzed from the perspective of Foucauldian discourse analysis. The family health teams, adopting general practice, reported difficulties in conducting prenatal care, evoking and bolstering the discourse of obstetric medicalization that their practice should supposedly offset. The discourse officially adopted by humanization, prioritized in the generalist model of prenatal care, continues to function as a complementary discourse to that of medicalization and specialization, which prevails in the practices reported by the teams. The emphasis on humanized care for pregnant women tests the limits of professional territories and assumes the renegotiation of competencies. Efforts at collaboration between the family health teams and obstetricians have not proved very successful in this specific case.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0090,021
Communication savante0,0080,004
Science ouverte0,0010,006
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,038
Tête enseignante GPT0,343
Écart entre enseignants0,305 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations33
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCadernos de Saúde PúblicaMême sujetGlobal Maternal and Child HealthTravaux en français237 207