Exploration of barriers to screening for domestic violence in the perinatal period using an ecological framework
Notice bibliographique
Résumé
AIMS: To explore Australian healthcare providers' perspectives on factors that influence disclosure and domestic violence screening through the lens of Heise's (1998) integrated ecological framework. DESIGN: This paper reports the findings that were part of a sequential mixed methods study with survey data informing interview questions. Participants for interviews were recruited after expressing an interest after completing surveys, as well as via snowball sampling. METHODS: Semi-structured interviews were undertaken in 2017 with 12 practicing healthcare providers delivering care to women in the perinatal period in Greater Western Sydney, NSW, Australia. Data were analysed using Braun and Clarke's (2006) six-step thematic approach. FINDINGS: The findings were framed within Heise's integrated ecological framework under four main themes. The main themes were 'Ontogenic: Factors preventing women from disclosing'; 'Microsystem: Factors preventing healthcare providers from asking'; 'Exosystem: Organizational structures not conducive to screening'; and 'Macrosystem: Cultural attitudes and socioeconomic influences affecting screening'. CONCLUSION: Organizational policies are needed for better systems of reminding healthcare providers to enquire for domestic and family violence and mandating this within their practices. Mandatory domestic and family violence education and training that is suitable for the time constraints and learning needs of the healthcare provider is recommended for all healthcare providers caring for perinatal women. Further research is needed in addressing culturally specific barriers for healthcare providers to enquire about domestic and family violence in a culturally appropriate way. PUBLIC AND PATIENT ENGAGEMENT AND INVOLVEMENT IN RESEARCH (PPEI): No Patient or Public Contribution was embedded into the research reported in this paper as this research was specifically exploring healthcare providers' perspectives on domestic violence screening within their own practice experience.
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 | 0,015 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,006 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».