MétaCan
Menu
Retour à la cohorte
Enregistrement W2954715009 · doi:10.1186/s12884-019-2385-5

Humanizing birth in Tanzania: a qualitative study on the (mis) treatment of women during childbirth from the perspective of mothers and fathers

2019· article· en· W2954715009 sur OpenAlexaff
Lilian Teddy Mselle, Thecla W. Kohi, Justine Dol

Notice bibliographique

RevueBMC Pregnancy and Childbirth · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueMaternal and Perinatal Health Interventions
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésChildbirthMedicineTanzaniaNeglectNursingQualitative researchFocus groupHealth careFamily medicinePregnancySocioeconomics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: While there has been a trend for greater number of women to deliver at health facilities across Tanzania, mothers and their family members continue to face mistreatment with respectful maternity care during childbirth being violated. The objective of this study was to describe the experience of mothers and fathers in relation to (mis) treatment during childbirth in Tanzania. METHODS: Using a qualitative descriptive design, 12 semi-structured interviews and four focus group discussions were held with mothers and fathers who were attending a postnatal clinic in the Lake Zone region of Tanzania. Mothers' age ranged from 20 to 45 years whereas fathers' age ranged from 25 to 60 years. Data were analyzed using a priori coding based on Bohren's et al. typology of the mistreatment of women during childbirth. RESULTS: Mothers reported facing mistreatment and disrespectful maternity care through verbal abuse (harsh or rude language and judgmental or accusatory comments), failure to meet professional standards of care (refused pain relief, unconsented surgical operations, neglect, abandonment or long delays, and skilled attendant absent at time of delivery), poor rapport between women and providers (poor communication, lack of supportive care, denied husbands presence at birth, denied mobility, denied safe traditional practices, no respect for their preferred birth positions), and health system conditions and constraints (poor physical condition of facilities, supply constraints, bribery and extortion, unclear fee structures). Despite some poor care, some mothers also reported positive birthing experiences and respectful maternity care by having a skilled attendant assistance at delivery, having good communication from nurses, receiving supportive care from nurses and privacy during delivery. CONCLUSION: Despite the increasing number of deliveries occurring in the hospital, there continue to be challenges in providing respectful maternity care. Humanizing birth care in Tanzania continues to have a long way to go, however, there is evidence that changes are occurring as mothers notice and report positive changes in delivery care practices.

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)0,006
score de la tête « metaresearch » (Gemma)0,007
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,007
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,005
Communication savante0,0020,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
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 Opus0,034
Tête enseignante GPT0,329
Écart entre enseignants0,295 · 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

Citations59
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Pregnancy and ChildbirthMême sujetMaternal and Perinatal Health InterventionsTravaux en français237 207