<scp>eH</scp>ealth versus equity: Using a feminist poststructural framework to explore the influence of perinatal <scp>eH</scp>ealth resources on health equity
Notice bibliographique
Résumé
AIMS AND OBJECTIVES: To explore whether and how eHealth resources targeted to families during the perinatal period effectively reach a diverse population or further oppress marginalised groups. BACKGROUND: eHealth is often intended to reach a broad population, thus health content must be relatively generalised which limits the ability to tailor health education and interventions to individual needs. Generalisation of health information has historically represented a hegemonic depiction of the health consumer, especially within the perinatal period, often disregarding the diversity that exists in the world and perpetuating heteronormative constructs within healthcare systems as a result. DESIGN: A critical review of the literature regarding perinatal eHealth resources was conducted using a feminist poststructuralist approach for analysis. Included literature addresses the development, implementation and/or evaluation of perinatal eHealth resources. DISCUSSION: This approach uncovered hegemonic discourses related to the current state of perinatal eHealth resources. Nurses and midwives have the unique advantage of interacting and understanding diverse populations. Thus, nurses and midwives are integral to the development, implementation and evaluation of eHealth resources to reduce social health inequity. RELEVANCE TO CLINICAL PRACTICE: This paper acts as an exemplar on how to apply feminist poststructuralism to highlight inequities that exist and identifies strategies for nurses and midwives to become involved in the development of eHealth resources or advocate for greater visibility within current resources.
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 | 0,023 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,012 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».