MétaCan
Menu
Retour à la cohorte
Enregistrement W3010894966 · doi:10.3390/ijerph17061936

A Discrete Choice Experiment on Women’s Preferences for Water Immersion During Labor and Birth: Identification, Refinement and Selection of Attributes and Levels

2020· review· en· W3010894966 sur OpenAlexafffund
Thomas G. Poder, Nathalie Carrier, Mathieu Roy, Chantal Camden

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueMaternal and Perinatal Health Interventions
Établissements canadiensUniversité de SherbrookeInstitut universitaire en santé mentale de MontréalUniversité de MontréalInstitut Universitaire en Santé Mentale de QuébecCentre Intégré Universitaire de Santé et de Services Sociaux du Saguenay–Lac-Saint-JeanCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalCentre Hospitalier Universitaire de Sherbrooke
Organismes subventionnairesFonds de Recherche du Québec - Santé
Mots-clésIdentification (biology)Selection (genetic algorithm)PsychologyComputer scienceBiologyMachine learning

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To identify attributes (i.e., characteristics describing a scenario) and levels (i.e., each characteristic may be defined by a different level) that would be included in a discrete choice experiment (DCE) questionnaire to evaluate women's preferences for water immersion during labor and birth. METHODS: A mixed-method approach, combining systematic reviews of the literature and patient focus groups to identify attributes and levels explaining women's preferences. After the focus groups, preference exercises were conducted and led to the creation of the questionnaire, including the DCE. A qualitative validation of the questionnaire was conducted with women from the focus groups and with medical experts. RESULTS: The literature reviews provided 26 attributes to be considered for childbirth in water, and focus groups identified 14 additional attributes. From these 40 attributes, preference exercises allowed us to select four for the DCE, in addition to the birth mode. Labor duration was also included, even if it was not well ranked, as it is the main clinical outcome in the literature. Validation with experts and women did not change the choice of attributes but slightly changed the levels selected. The final six attributes were: birth mode, duration of the labor phase, pain sensation, risk of severe tears in the perineum during the expulsion of the newborn, risk of death of the newborn, and general condition of the newborn (Apgar) score at 5 minutes. CONCLUSION: This study allowed us to detail all the stages for the design of a DCE questionnaire. To date, this is the first study of this kind in the context of women's preferences for water immersion during labor and birth.

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)0,027
score de la tête « metaresearch » (Gemma)0,051
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,140

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,051
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,182
Tête enseignante GPT0,463
Écart entre enseignants0,282 · 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'étudeObservationnel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public HealthMême sujetMaternal and Perinatal Health InterventionsTravaux en français237 207