Medical Xenophobia: The Voices of Women Refugees in Durban, Kwazulu-Natal, South Africa
Notice bibliographique
Résumé
BACKGROUND: Women refugees are mostly affected due to their specific needs for reproductive health services. In their attempt to utilize reproductive health care services, women refugees face medical xenophobia by the health care professionals. Upon their arrival in South Africa, refugee women do not undergo any screening, and this exposes them to health risks making them more prone to all different types of diseases, as many of them are survivors of rape and other acts of sexual violence. OBJECTIVE: The aim of the study was to describe the voices of women refugees regarding reproductive health services in public health institutions in Durban KwaZulu-Natal METHODS: A qualitative, descriptive design was used. Data was collected through face-to-face interviews with eight women refugees living in Durban, KwaZulu-Natal. Thematic content analysis guided the study. RESULTS: Two main themes emerged from the data: negative experiences/challenges, and positive experiences. The negative experiences included medical xenophobia and discrimination, language barrier, unprofessionalism, failure to obtain consent and lack of confidentiality, ill-treatment, financial challenges, internalised fear, religious and cultural domination, the shortage of staff and overcrowding of public hospitals. The positive experiences included positive care and treatment. CONCLUSION: The study concluded that discrimination and medical xenophobia remain a challenge for women refugees seeking reproductive health services in public health institutions in Durban, KwaZulu-Natal.
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 | 0,015 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».