Observations and reports of incidents of how birthing persons are treated during childbirth in two public facilities in Argentina
Notice bibliographique
Résumé
OBJECTIVE: This study sought to estimate the frequency and types of mistreatment during childbirth and explore health professionals' opinions on barriers/facilitators to providing respectful childbirth care. METHODS: This prospective mixed-methods investigation consisted of direct observations of childbirth (n = 250), at-home surveys with birthing individuals (n = 45), and qualitative in-depth health staff interviews (n = 6), conducted between January and July 2019, in two public facilities in Argentina. Frequencies of clinical practices and mistreatment and 5% confidence intervals were calculated. A logistic regression analysis was also conducted to examine associations between mistreatment and covariates of interest, with P < 0.05 considered statistically significant. RESULTS: Overall, 61/250 (24.4%, confidence interval 19.6%-30.6%) observations recorded instances of mistreatment; 20/45 surveyed participants (44.4%) reported at least one episode of mistreatment. The most frequent perpetrators were physicians (35.6%), birth companions (24.4%), midwives (22.2%), and nurses (13.3%). Participants with lower educational attainment and those racialized as non-white had higher odds of being mistreated. Health providers reported that respectful childbirth is currently widely implemented due to authorities' and communities' awareness on respectful birth´s rights. CONCLUSION: Almost a quarter of birthing people were observed to suffer mistreatment - primarily verbal abuse - and 44.4% of surveyed individuals reported mistreatment. Future research is needed to determine how to ensure the provision of respectful childbirth care for all. A quarter of participants experienced mistreatment; mostly those with lower educational attainment and/or racialized as non-white. Further research on implementation of respectful childbirth is warranted.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».