MétaCan
Menu
Retour à la cohorte
Enregistrement W4226097184 · doi:10.1177/23743735221089459

Building Families Through Healthcare: Experiences of Lesbians Using Reproductive Services

2022· article· en· W4226097184 sur OpenAlexaffabout
Kelly Gregory, John G. Mielke, Elena Neiterman

Notice bibliographique

RevueJournal of Patient Experience · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueReproductive Health and Technologies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésLesbianTransgenderQueerFertilityQualitative researchNursingPsychologyMedicineGender studiesSociologyPopulationEnvironmental health

Résumé

récupéré en direct d'OpenAlex

The use of assisted human reproduction (AHR) represents a meaningful and important life event for lesbians wishing to create biologically related families. Despite increasing numbers of lesbians utilizing AHR services, barriers to access persist. This qualitative study investigated the experiences of lesbians and their interactions with reproductive services in Ontario, Canada, where limited public funding is available for all AHR patients and where the lesbian, gay, bisexual, transgender, and queer (LGBTQ) community makes up to 30% of clientele. Eleven semi-structured interviews were conducted, and findings revealed a wide range of experiences. Lesbian patients expressed a desire for more support from their care providers in navigating a complex and costly medical journey through a system largely designed for the needs of heterosexual patients. Additionally, private fertility clinics, as the environment for accessing publicly funded services, were felt to contribute pressure to pay out-of-pocket for add-on medical procedures. To improve the quality of care, participants recommended providing more high-level information on the medical journey and taking an individual approach with lesbian patients, in particular, assuming a patient has sufficient fertility until proven otherwise.

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)0,005
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,099
Score d'incertitude au seuil0,197

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0170,009
Communication savante0,0040,003
Science ouverte0,0010,006
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,049
Tête enseignante GPT0,363
Écart entre enseignants0,315 · 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

Citations11
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Patient ExperienceMême sujetReproductive Health and TechnologiesTravaux en français237 207