Dread and solace: Talking about perinatal mental health
Notice bibliographique
Résumé
Perinatal mental health issues are a global public health challenge. Worldwide, it is estimated that 10% of pregnant women, and 13% of women who have just given birth, experience a mental disorder. Yet, for many reasons - including stigma, limited access to services, patients' lack of awareness about symptoms, and inadequate professional intervention - actual rates of clinical and subclinical perinatal mental health issues are likely higher. Studies have explored experiences such as postpartum depression, but few involve a wider-ranging exploration of a variety of self-reported perinatal mental health issues through personal narrative. We conducted 21 narrative interviews with women, in two Canadian provinces, about their experiences of perinatal mental health issues. Our aim was to deepen understanding of how individual and cultural narratives of motherhood and perinatal mental health can be sources of shame, guilt, and suffering, but also spaces for healing and recovery. We identified four predominant themes in women's narrative: feeling like a failed mother; societal silencing of negative experiences of motherhood; coming to terms with a new sense of self; and finding solace in shared experiences. These findings are consistent with other studies that highlight the personal challenges associated with perinatal mental health issues, particularly the dread of facing societal norms of the 'good mother'. We also highlight the positive potential for healing and self-care through sharing experiences, and the power of narratives to help shape feelings of self-worth and a new identity. This study adheres to the expectations for conducting and reporting qualitative research.
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 | 0,001 | 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 ».