Men, trans/masculine, and non-binary people’s experiences of pregnancy loss: an international qualitative study
Notice bibliographique
Résumé
BACKGROUND: Growing numbers of men, trans/masculine, and non-binary people are becoming gestational parents, yet very little is known about experiences of pregnancy loss among this diverse population. METHODS: The study employed a cross sectional design. Interviews were undertaken with a convenience sample of 51 trans/masculine and non-binary people who had undertaken at least one pregnancy, living in either Australia, the United States, Canada, or the European Union (including the United Kingdom). Participants were recruited by posts on Facebook and Twitter, via researcher networks, and by community members. 16 (31.2%) of the participants had experienced a pregnancy loss and are the focus of this paper. Thematic analysis was used to analyse interview responses given by these 16 participants to a specific question asking about becoming pregnant and a follow up probe question about pregnancy loss. RESULTS: Thematic analysis of interview responses given by the 16 participants led to the development of 10 themes: (1) pregnancy losses count as children, (2) minimizing pregnancy loss, (3) accounting for causes of pregnancy loss, (4) pregnancy loss as devastating, (5) pregnancy loss as having positive meaning, (6) fears arising from a pregnancy loss, (7) experiences of hospitals enacting inclusion, (8) lack of formal support offered, (9) lack of understanding from family, and (10) importance of friends. CONCLUSIONS: The paper concludes by outlining specific recommendations for clinical practice. These include the importance of focusing on the emotions attached to pregnancy loss, the need for targeted support services for men, trans/masculine, and non-binary people who undertake a pregnancy (including for their partners), and the need for ongoing training for hospital staff so as to ensure the provision of trans-affirming medical care.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».