Protective Factors using the Life Course Perspective in Maternal and Child Health
Notice bibliographique
Résumé
The life course perspective, a valuable theoretical framework for investigating racial disparities in birth outcomes, examines the cumulative exposure of risk and protective factors throughout the life span. Although risk and protective exposures are equally vital to health, most studies have focused solely on the risk factor exposures faced by vulnerable populations. In clear contrast to the traditional public health approach which emphasizes a deficit model, strengths-based approaches can elucidate pathways on protective factors that foster resilience. Such positive perspectives represent a paradigm shift that views communities as valuable assets that have the capacity to fully engage themselves and their residents to achieve optimal health. Participatory action research methods are well-suited to apply a strengths-based approach to understand health disparities. Our study aimed to explore maternal and child health protective factors, from community residents’ perspective. We conducted 10 community-based participatory focus groups with community residents Tampa, Florida guided by the life course perspective. A total of 78 residents participated in ten focus groups. Perceived protective factors during pregnancy included self-esteem, spirituality, pregnancy support, good nutrition, prenatal care, and community resources. Protective factors for non-pregnant women were self-esteem, spirituality, social support, health literacy, community support and community resources, and societal factors. For children and adolescents, relevant protective factors were self-esteem, positive role models, nutrition and physical activity, and community support. The identified factors are community assets or strengths that mitigate or eliminate maternal and child health risks in families and communities residing in low-income neighborhoods, which must be considered in developing effective maternal and child health interventions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,008 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».