MétaCan
Menu
Retour à la cohorte
Enregistrement W4402667586 · doi:10.1016/j.ssmqr.2024.100485

Institutional and systemic barriers and facilitators affecting healthcare access for Black women in Alberta

2024· article· en· W4402667586 sur OpenAlexafffundabout
Mary Olukotun, Adedoyin Olanlesi-Aliu, Yawa Idi, Tehseen Ladha, Paul Bailey, Regine King, Bukola Salami

Notice bibliographique

RevueSSM - Qualitative Research in Health · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueLGBTQ Health, Identity, and Policy
Établissements canadiensMental Health Research CanadaUniversity of CalgaryUniversity of Alberta HospitalUniversity of Alberta
Organismes subventionnairesWomen and Children's Health Research Institute
Mots-clésHealth careNursingMedicineBusinessPolitical science

Résumé

récupéré en direct d'OpenAlex

Canada's Black population has experienced significant growth in recent years, with substantial increases noted in the prairie provinces. As Black people continue to make up a growing proportion of the population, it is important to understand their experiences in accessing healthcare services, especially for those who are multiply marginalized. We undertook a qualitative study to examine the healthcare access experiences of Black women in Canada. We completed semi-structured interviews with a sample of 30 Black women from Alberta. Our study was guided by intersectionality to examine how Black women's experience of healthcare access is shaped by social processes related to their socio-demographic characteristics such as being Black, a woman, an immigrant or non-immigrant, and having high or low income. From our thematic analysis we identified three key factors that hinders healthcare access for Black women: socioeconomic barriers, health systems issues, and racism. We identified two types of facilitators: community and institutional facilitators and structural facilitators. Our findings elucidate how Black women's experiences of accessing and utilizing health services in Alberta are influenced by overlapping institutional, structural, and systemic factors.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,022
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,138
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0220,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,294
Tête enseignante GPT0,630
Écart entre enseignants0,336 · 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 tête enseignante, 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

Citations4
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueSSM - Qualitative Research in HealthMême sujetLGBTQ Health, Identity, and PolicyTravaux en français237 207