Facilitating the Implementation of Midwifery Services: The Case of Montérégie, Quebec
Notice bibliographique
Résumé
Objectives: This study analyzed midwifery services implementation in one region (Montérégie) of Quebec. The objectives were to determine whether services were implemented as planned and to identify factors that facilitated or impeded implementation. The aspects studied included organizational components; types of midwifery services provided; levels of interprofessional collaboration among midwives, physicians, nurses, and community organizations; and training activities offered to perinatal care providers and students. Methods: This is a qualitative case study of one implementation experience and is based on three data sources: individual interviews and focus groups; policy and administrative documents related to the implementation; and a database compiled by the midwives on services provided. Data were collected and analyzed between July 2012 and March 2013. Results: The implementation of midwifery services in Montérégie was successful and largely accomplished as planned. Its success was due to the alignment of two categories of favourable conditions. The first category consisted of appropriate policies and regulations, demand from service users, and support from front-line professionals. The second category concerned the implementation process and governance and included effective governance structures and mechanisms, dedicated resources, and leadership from champions. Conclusion: The lessons from this study can be usefully applied to the introduction of midwifery services in jurisdictions where they are not currently present. They may also inform the implementation of other publicly funded health services or professionals in other jurisdictions. This article has been peer reviewed.
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 | 0,028 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».