MétaCan
Menu
Retour à la cohorte
Enregistrement W4403846814 · doi:10.1016/j.jnn.2024.10.006

Grow through what you go through: A qualitative description of South Asian immigrant mothers’ NICU experiences

2024· article· en· W4403846814 sur OpenAlexafffund
Rosie Deol, Olive Wahoush, Ruth Chen, Michelle Butt

Notice bibliographique

RevueJournal of Neonatal Nursing · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensMcMaster University
Organismes subventionnairesMcMaster University
Mots-clésImmigrationQualitative researchPsychologySociologyPolitical scienceAnthropologyLaw

Résumé

récupéré en direct d'OpenAlex

While existing research highlights the challenges mothers face in the Neonatal Intensive Care Unit, there is limited understanding of the specific experiences of South Asian immigrant mothers in this context. To describe and understand the experiences of South Asian immigrant mothers in the Neonatal Intensive Care Unit. Employed qualitative descriptive methodology, engaging four participants through semi-structured interviews and a demographic questionnaire. Data was analyzed via content analysis. Four key themes emerged: Seeking to Understand, The Impact of South Asian Culture on the Neonatal Intensive Care Unit Experience, Becoming a Mother One Step at a Time, and Circle of Care. South Asian immigrant mothers encounter numerous challenges in the Neonatal Intensive Care Unit, such as language barriers, societal perceptions, maternal self-doubt, and the complexities of navigating motherhood. These challenges highlight the importance of healthcare professionals such as nurses offering tailored and culturally-sensitive care to families.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,094
Score d'incertitude au seuil0,585

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,064
Tête enseignante GPT0,393
Écart entre enseignants0,329 · 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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Neonatal NursingMême sujetMigration, Health and TraumaTravaux en français237 207