MétaCan
Menu
Retour à la cohorte
Enregistrement W4285018905 · doi:10.22215/etd/2022-14966

Do No Harm? Discrepancies across Canadian Healthcare Policy and Obstetrics and Gynaecology Training for Treating Women affected by Female Genital Cutting

2022· dissertation· en· W4285018905 sur OpenAlexafffundabout
Hailey Johnston

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineMedicine
ThématiqueFemale Genital Mutilation/Cutting Issues
Établissements canadiensCarleton University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaPublic Health Agency of Canada
Mots-clésHarmFemale circumcisionHealth careCovertFraming (construction)Obstetrics and gynaecologyMedicineMedical educationNursingPsychologyPolitical scienceFamily medicineGynecologySocial psychologyLawEngineering

Résumé

récupéré en direct d'OpenAlex

Female genital cutting (FGC) is a flashpoint feminist issue.It is a deeply stigmatized and controversial cultural practice that affects millions of women and girls internationally and is criminalized in Canada.My research set out to answer the questions: To what extent is obstetrics and gynaecology training in Canada structured to provide adequate, effective, and culturally sensitive care for women who have undergone FGC?Does this training reflect the broader framing of FGC as a "barbaric" practice?Through my research into medical education, I find that Canadian healthcare reflects norms and values of nationalism when considering whose bodies represent these standards.With the methodology of transnational feminism, these covert issues of structural violence that mark certain bodies as Other become more clearly recognizable.I challenge predominant knowledge, attitudes, and skills of healthcare practitioners to ultimately recommend four steps toward creating a new benchmark for culturally sensitive training and care.Dr. Valerie Percival.Val -thank you for your hard work and commitment, especially in the final weeks of my writing process.

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)0,017
score de la tête « metaresearch » (Gemma)0,043
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: aucune
Score de désaccord entre enseignants0,850
Score d'incertitude au seuil0,986

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,043
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0250,010
Communication savante0,0080,003
Science ouverte0,0030,005
Intégrité de la recherche0,0030,007
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,029
Tête enseignante GPT0,350
Écart entre enseignants0,322 · 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

Citations0
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même sujetFemale Genital Mutilation/Cutting IssuesTravaux en français237 207