COVID-19 vaccination in pregnancy: How discrepant public health discourses shape responsibility for fetal health
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Early in COVID-19 vaccine rollout, expert recommendations about vaccination while pregnant and breastfeeding changed rapidly. This paper addresses the (re)production of gendered power relations in these expert discourses and recommendations in Canada. We collected texts about COVID-19 vaccine use in pregnancy (N = 52) that Canadian health organizations (e.g., professional societies, advisory groups, health authorities) and vaccine manufacturers made publicly available online. A discourse analysis was undertaken to investigate intertextuality (relations between texts), social construction (incorporation of assumptions about gender), and contradictions between and within texts. National expert recommendations varied in stating COVID-19 vaccines are recommended, should be offered, or may be offered, while manufacturer texts consistently stated there was no evidence. Provincial and territorial texts reproduced discrepancies between the Society of Obstetricians and Gynaecologists of Canada and National Advisory Committee on Immunization recommendations, including that COVID-19 vaccines should be versus may be offered in pregnancy. Our findings suggest gaps in data and discrepant COVID-19 vaccine recommendations, eligibility, and messaging limit guidance regarding vaccination in pregnancy. We argue that these discrepancies magnified the already common practice of deferring responsibility for the uncertainties of vaccination in pregnancy onto parents and healthcare providers. The deferral of responsibility could be reduced by harmonizing recommendations, regularly updating texts that describe evidence and recommendations, and prioritizing research into disease burden, vaccine safety, and efficacy before vaccine rollout.
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.
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 | 0,100 | 0,079 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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 découle