MétaCan
Menu
Retour à la cohorte
Enregistrement W2905195803 · doi:10.1097/nmc.0000000000000488

Attitudes of Physicians, Midwives, and Nurses About Doulas

2018· article· en· W2905195803 sur OpenAlexaboutno aff
Laura Lucas, Erin Wright

Notice bibliographique

RevueMCN The American Journal of Maternal/Child Nursing · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueMaternal and Perinatal Health Interventions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCINAHLInclusion (mineral)ScopusMedicineMaternity careNursingFamily medicineMEDLINEPsychologyHealth carePsychological interventionSocial psychology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Evidence supports numerous positive clinical benefits of doula care. There are varying attitudes among physicians, midwives, and nurses toward support of doulas in a collaborative approach with women in labor. Tension and conflict with use of doulas may occur in some intrapartum settings in the United States. METHODS: A scoping review of the literature between January 2008 and January 2018 was conducted using PubMed, CINAHL, Google Scholar, and Scopus database to identify specific attitudes of physicians, midwives, and nurses toward doulas; 1,810 records were identified and initially reviewed. Inclusion criteria included original research published in the last 10 years and in the English language. Articles were excluded if the research was not original and if obstetrical providers' or nurses' attitudes toward doulas were not included. RESULTS: Three records met criteria for inclusion. All used a cross-sectional survey design. Two were set in Canada exclusively and one was inclusive of nurses and doulas in both Canada and the United States. Themes emerged that may explain the influence and variances in attitudes toward doulas and the support they provide to laboring women. CLINICAL IMPLICATIONS: More research is needed to identify attitudes of members of the maternity care team toward doulas and to better understand implications of their attitudes on working together collaboratively and on patient outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,689
Score d'incertitude au seuil0,343

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,014
Tête enseignante GPT0,345
Écart entre enseignants0,331 · 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 tête enseignante, pas un consensus.

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

Citations25
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMCN The American Journal of Maternal/Child NursingMême sujetMaternal and Perinatal Health InterventionsTravaux en français237 207