MétaCan
Menu
Retour à la cohorte
Enregistrement W4384024817 · doi:10.1080/01612840.2023.2227267

Health Literacy of Healthcare Providers and Mental Health Needs of Immigrant Perinatal Women in British Columbia: A Critical Ethnography

2023· article· en· W4384024817 sur OpenAlexaffabout
Conchitina Lluch, Joyce O’Mahony, Melba Sheila D’Souza, Roula Kteily-Hawa

Notice bibliographique

RevueIssues in Mental Health Nursing · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensWestern UniversityThompson Rivers University
Organismes subventionnairesnon disponible
Mots-clésMental healthHealth literacyHealth careNursingImmigrationChildbirthParticipant observationLiteracyMedicinePsychologyPsychiatrySociologyPregnancyPolitical science

Résumé

récupéré en direct d'OpenAlex

AIMS: This research explores how health care providers determine the mental health needs of immigrant women in the perinatal phase of childbirth. The contextual factors that affect the mental health of these women and influence their engagement with the British Columbian communities in which they reside are investigated. METHOD: Using a critical ethnographic approach, eight health care providers were interviewed to gain insight into health care provider's health literacy and immigrant perinatal women's mental health. Each participant was interviewed for 45-60 min in the period from January to February 2021 to obtain relevant data. RESULTS: Three themes emerged from the data analysis: the health care provider's role and his/her health literacy, the health literacy of the participant, and the impact of the ongoing COVID-19 pandemic on the participant's situation. CONCLUSIONS: The findings indicate that a healthy working relationship between the health care provider and an immigrant woman in the perinatal phase of childbirth is essential to facilitate an effective interchange of health information.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,439
Score d'incertitude au seuil0,882

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0110,005
Communication savante0,0030,001
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,019
Tête enseignante GPT0,407
Écart entre enseignants0,387 · 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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIssues in Mental Health NursingMême sujetMigration, Health and TraumaTravaux en français237 207