Aotearoa New Zealand Deaf women’s perspectives on breast and cervical cancer screening
Notice bibliographique
Résumé
AIMS: Since the introduction of both cervical and breast screening programmes in Aotearoa New Zealand, mortality rates have dropped. Both screening programmes track women's engagement, but neither capture the level of engagement of Deaf women who are New Zealand Sign Language users or their experiences in these screening programmes. Our paper addresses this knowledge deficit and provides insights that will benefit health practitioners when providing screening services to Deaf women. METHODS: We used qualitative interpretive descriptive methodology to investigate the experiences of Deaf women who are New Zealand Sign Language users. A total of 18 self-identified Deaf women were recruited to the study through advertisements in key Auckland Deaf organisations. The focus group interviews were audiotaped and transcribed. The data was then analysed using thematic analysis. RESULTS: Our analysis indicated that a woman's first screening experience may be made more comfortable when staff are Deaf aware and a New Zealand Sign Language interpreter is used. Our findings also showed that when an interpreter is present, extra time is required for effective communication, and that the woman's privacy needs to be ensured. CONCLUSION: This paper provides insights, as well as some communication guidelines and strategies, which may be useful to health providers when engaging with Deaf women who use New Zealand Sign Language to communicate. The use of New Zealand Sign Language interpreters in health settings is regarded as best practice, however their presence needs to be negotiated with each woman.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».