MétaCan
Menu
Retour à la cohorte
Enregistrement W3175117491 · doi:10.1186/s12884-021-03906-2

Why don’t illiterate women in rural, Northern Tanzania, access maternal healthcare?

2021· article· en· W3175117491 sur OpenAlexafffund
Dismas Matovelo, Pendo Ndaki, Victoria Yohani, Rose Laisser, Respicious Bakalemwa, Edgar Ndaboine, Zabron Masatu, Magdalena Mwaikambo, Jennifer L. Brenner, Warren M. Wilson

Notice bibliographique

RevueBMC Pregnancy and Childbirth · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health ResearchGlobal Affairs CanadaInternational Development Research Centre
Mots-clésHealth careFocus groupFunctional illiteracyMedicineSwahiliPublic healthTanzaniaNursingQualitative researchChildbirthFamily medicineEconomic growthPregnancySocioeconomicsPolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In 2017, roughly 540 women in Sub-Saharan Africa died every day from preventable causes related to pregnancy and childbirth. To stem this public-health crisis, the WHO recommends a standard continuity of maternal healthcare, yet most women do not receive this care. Surveys suggest that illiteracy limits the uptake of the recommended care, yet little is understood about why this is so. This gap in understanding why healthcare is not sought by illiterate women compromises the ability of public health experts and healthcare providers to provide culturally relevant policy and practice. This study consequently explores the lived experiences related to care-seeking by illiterate women of reproductive age in rural Tanzania to determine why they may not access maternal healthcare services. METHODS: An exploratory, qualitative study was conducted in four communities encompassing eight focus group discussions with 81 illiterate women, 13 in-depth interviews with illiterate women and seven key-informant interviews with members of these communities who have first-hand experience with the decisions made by women concerning maternal care. Interviews were conducted in the informant's native language. The interviews were coded, then triangulated. RESULTS: Two themes emerged from the analysis: 1) a communication gap arising from a) the women's inability to read public-health documents provided by health facilities, and b) healthcare providers speaking a language, Swahili, that these women do not understand, and 2) a dependency by these women on family and neighbors to negotiate these barriers. Notably, these women understood of the potential benefits of maternal healthcare. CONCLUSIONS: These women knew they should receive maternal healthcare but could neither read the public-health messaging provided by the clinics nor understand the language of the healthcare providers. More health needs of this group could be met by developing a protocol for healthcare providers to determine who is illiterate, providing translation services for those unable to speak Swahili, and graphic public health messaging that does not require literacy. A failure to address the needs of this at-risk group will likely mean that they will continue to experience barriers to obtaining maternal care with detrimental health outcomes for both mothers and newborns.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,082

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,003
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,273
Écart entre enseignants0,259 · 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'étudeQualitatif
Domainenon disponible
GenreEmpirique

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

En bref

Citations20
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Pregnancy and ChildbirthMême sujetGlobal Maternal and Child HealthTravaux en français237 207