Asking different questions: A call to action for research to improve the quality of care for every woman, every child
Notice bibliographique
Résumé
Despite decades of considerable economic investment in improving the health of families and newborns world-wide, aspirations for maternal and newborn health have yet to be attained in many regions. The global turn toward recognizing the importance of positive experiences of pregnancy, intrapartum and postnatal care, and care in the first weeks of life, while continuing to work to minimize adverse outcomes, signals a critical change in the maternal and newborn health care conversation and research prioritization. This paper presents "different research questions" drawing on evidence presented in the 2014 Lancet Series on Midwifery and a research prioritization study conducted with the World Health Organization. The results indicated that future research investment in maternal and newborn health should be on "right care," which is quality care that is tailored to individuals, weighs benefits and harms, is person-centered, works across the whole continuum of care, advances equity, and is informed by evidence, including cost-effectiveness. Three inter-related research themes were identified: examination and implementation of models of care that enhance both well-being and safety; investigating and optimizing physiological, psychological, and social processes in pregnancy, childbirth, and the postnatal period; and development and validation of outcome measures that capture short and longer term well-being. New, transformative research approaches should account for the underlying social and political-economic mechanisms that enhance or constrain the well-being of women, newborns, families, and societies. Investment in research capacity and capability building across all settings is critical, but especially in those countries that bear the greatest burden of poor outcomes. We believe this call to action for investment in the three research priorities identified in this paper has the potential to achieve these benefits and to realize the ambitions of Sustainable Development Goal Three of good health and well-being for all.
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 | 0,427 | 0,470 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,011 | 0,009 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,023 | 0,096 |
| Communication savante | 0,041 | 0,103 |
| Science ouverte | 0,014 | 0,032 |
| Intégrité de la recherche | 0,058 | 0,095 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,007 |
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 ».