MétaCan
Menu
Retour à la cohorte
Enregistrement W2949450688 · doi:10.1177/0951484819858818

Hospital practices and family support in maternity wards

2019· article· en· W2949450688 sur OpenAlexaboutno aff
Bilge Kalanlar

Notice bibliographique

RevueHealth Services Management Research · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueMaternal and Perinatal Health Interventions
Établissements canadiensnon disponible
Organismes subventionnairesHacettepe Üniversitesi
Mots-clésNonprobability samplingMedicineFamily medicineData collectionNursingEnvironmental healthPopulation

Résumé

récupéré en direct d'OpenAlex

This study aims to determine the hospital practices implemented before, during, and after birth in Turkey, and to identify the support to families during this process. Purposive sampling was used in the study to identify the hospitals to be surveyed. Ankara, İstanbul, and İzmir, the provinces with the highest number of hospitals in Turkey, were selected for the collection of data. There were 178 eligible private hospitals in these provinces. The questionnaire form of the Canadian Hospitals Maternity Policies and Practices Survey was used to collect data and the necessary permissions were obtained. There are many restrictions and variations in maternity-related hospital practices in Turkey. 71.4% of the responding private hospitals identified themselves as baby-friendly. 57.1% had a policy facilitating families being together immediately after birth, 39.5% encouraged the presence of the father in the delivery room. 44.9% did not have any policy for assessing women who were going home to potentially violent situations. Eighty-five percent reported that they did not have a written policy or guidelines about procedures regarding labor, birth, or postpartum periods. This study recommended that private hospitals should review their maternal practices and routines in an evidence-based way that helps parents, culturally sensitive standards for mothers should be developed and supervised by related health authorities, and structures should be created to effectively deal with patients’ complaints.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,075
Tête enseignante GPT0,477
Écart entre enseignants0,402 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth Services Management ResearchMême sujetMaternal and Perinatal Health InterventionsTravaux en français237 207