MétaCan
Menu
Retour à la cohorte
Enregistrement W2955258551 · doi:10.1111/1753-6405.12923

How do health practitioners in a large Australian public hospital identify and respond to reproductive abuse? A qualitative study

2019· article· en· W2955258551 sur OpenAlexaff
Laura Tarzia, Molly Wellington, Jennifer L. Marino, Kelsey Hegarty

Notice bibliographique

RevueAustralian and New Zealand Journal of Public Health · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIntimate Partner and Family Violence
Établissements canadiensRoyal Ottawa Mental Health Centre
Organismes subventionnairesnon disponible
Mots-clésQualitative researchPublic healthCLARITYReproductive healthMedicineNursingEnvironmental healthSociologyPopulation

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Reproductive abuse is defined as a deliberate attempt to control or interfere with a woman's reproductive choices. It is associated with a range of negative health outcomes and presents a hidden challenge for health practitioners. There is a dearth of research on reproductive abuse, particularly qualitative research. This study aims to address this gap by exploring how health practitioners in a large Australian public hospital identify and respond to reproductive abuse. METHODS: We conducted semi-structured interviews with n=17 health practitioners working across multiple disciplines within a large metropolitan public hospital in Victoria. Data were analysed thematically. RESULTS: Three themes were developed: Figuring out that something is wrong; Creating a safe space to work out what she wants; and Everyone needs to do their part. CONCLUSIONS: Practitioners relied on intuition developed through experience to identify reproductive abuse. Once identified, most practitioners described a woman-led response promoting safety; however, there were inconsistencies in how this was enacted across different professions. Lack of clarity around the level of response required was also a barrier. Implications for public health: Our findings highlight the pressing need for evidence-based guidelines for health practitioners and a 'best practice' model specific to reproductive abuse.

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)0,014
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,277
Score d'incertitude au seuil0,865

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,106
Tête enseignante GPT0,442
Écart entre enseignants0,336 · 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'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

Citations20
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAustralian and New Zealand Journal of Public HealthMême sujetIntimate Partner and Family ViolenceTravaux en français237 207