MétaCan
Menu
Retour à la cohorte
Enregistrement W4282025490 · doi:10.1080/23293691.2022.2074811

Exploring Cisgender Women’s Experiences of Reproductive Loss After In Vitro Fertilization

2022· article· en· W4282025490 sur OpenAlexaff
Meghan Forgie, Amanda Vandyk, Wendy E. Peterson, Danielle Dubois

Notice bibliographique

RevueWomen s Reproductive Health · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueReproductive Health and Technologies
Établissements canadiensOttawa Fertility CentreUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésIn vitro fertilisationFeelingInfertilityMiscarriageFertilityPerspective (graphical)PsychologyHuman fertilizationQualitative researchDevelopmental psychologyMedicinePregnancySocial psychologyBiologyEnvironmental healthSociologyPopulation

Résumé

récupéré en direct d'OpenAlex

The purpose of this qualitative descriptive study was to examine the experiences of persons who self-identified as women who suffered treatment failure or miscarriage after government-funded in vitro fertilization. Eight participants were interviewed and data were analyzed using conventional content analysis. Reproductive loss in the wake of funded in vitro fertilization was mired by feelings of uncertainty and variable emotional responses. It also presented unexpected costs, changing relationship dynamics, and the possibility of being subjected to insensitive fertility-related comments. Further research is needed about the partner perspective of infertility treatments and the experiences of nurses caring for people post–reproductive loss.

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)0,006
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,006
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,007
Communication savante0,0030,002
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
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 Opus0,087
Tête enseignante GPT0,323
Écart entre enseignants0,236 · 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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWomen s Reproductive HealthMême sujetReproductive Health and TechnologiesTravaux en français237 207