MétaCan
Menu
Retour à la cohorte
Enregistrement W2979105223 · doi:10.19044/esj.2019.v15n27p1

Les Barrières à la Pratique des Sages-Femmes au Canada

2019· article· fr· W2979105223 sur OpenAlexaffabout
Isabelle Vézina, Robyn Gorham, Elena Hunt

Notice bibliographique

RevueEuropean Scientific Journal ESJ · 2019
Typearticle
Languefr
DomaineMedicine
ThématiqueMaternal and Perinatal Health Interventions
Établissements canadiensLaurentian University
Organismes subventionnairesnon disponible
Mots-clésPolitical science

Résumé

récupéré en direct d'OpenAlex

Les barrières à la pratique actuelle des sages-femmes au Canada sont reliées à la perception des pourvoyeurs de soins et des clientes, au manque de ressources matérielles et humaines, aux réticences de la part du personnel médical et à un manque de reconnaissance de l'activité des sages-femmes et de leurs compétences.Malgré que la plupart des accouchements se déroulent sans complications graves, les grossesses à faibles risques sont souvent prises en charge par des médecins, plutôt que par des sages-femmes.Au Québec, de longues listes d'attente empêchent les femmes d'avoir recours à une sagefemme car ce service est peu développé, même inexistant par endroit, et ce, malgré la satisfaction des soins reportée par les parturientes.Les programmes de formation de sages-femmes sont contingentés.Au niveau mondial, l'accès à la pratique des sages-femmes est restreint en raison d'un manque de financement, bien que la pratique des sages-femmes génère moins de coût que la pratique des autres praticiens.De plus, les obstétriciens ne sont pas ouverts à l'idée de perdre les cas les moins compliqués, pouvant être confiés aux sages-femmes.En tout et compte tenu des difficultés budgétaires actuelles, les gouvernements auraient avantage à investir dans cette profession qui, de toute évidence, démontre clairement son efficacité et offre des soins de qualité.

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)0,002
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 enseignants0,039
Score d'incertitude au seuil0,283

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0180,004
Communication savante0,0040,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0180,001

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 Opus0,045
Tête enseignante GPT0,326
Écart entre enseignants0,281 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueEuropean Scientific Journal ESJMême sujetMaternal and Perinatal Health InterventionsTravaux en français237 207