Experience of pregnancy during family medicine residency
Notice bibliographique
Résumé
OBJECTIVE: To explore the challenges that childbearing family medicine residents encounter during postgraduate training and to understand the available support systems. DESIGN: Descriptive qualitative research study. SETTING: British Columbia, Canada. PARTICIPANTS: Nine University of British Columbia family medicine residents who experienced pregnancy during their residencies between 2014 and 2018. METHODS: Semistructured telephone interviews with family medicine residents were conducted until data reached saturation. Audiorecorded interviews were transcribed and analyzed using content analysis with an iterative approach to elucidate themes. Member checking and peer debriefing were used to ensure the rigour of the findings. MAIN FINDINGS: The participants reported various unique challenges during pregnancy, maternity leave, and return to work. Residents during pregnancy tended to prioritize work over one's own well-being and reported an increased level of perceived adverse symptoms. During maternity leave, residents reported postpartum depression, anxiety, and conflict between the roles of parent and physician. Upon return to work, participants perceived a decrease in their clinical function and reported feelings of guilt and anxiety because of the shared burden of residency with family. Residents found their programs supportive throughout pregnancy and maternity leave; however, a decrease in support upon return to work was a recurring theme in responses. CONCLUSION: Pregnancy during family medicine residency has unique challenges, necessitating support from programs, preceptors, and colleagues. Further resources and incentives are needed to facilitate the transition back to work after maternity leave.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».