MétaCan
Menu
← Retour à la cohorte
Enregistrement W4406854399 · doi:10.2196/60829

Designing the First Pregnancy Guaranteed Income Program in the United States: Qualitative Needs Assessment and Human-Centered Design to Develop the Abundant Birth Project

2025· article· en· W4406854399 sur OpenAlexvenueno aff
Deborah Karasek, Jazzmin C. Williams, M Taylor, Monica M De La Cruz, Stephanie Arteaga, S.C. Bell, Esperanza Castillo, Maile A Chand, A. W. Coats, Erin Hubbard, Latriece Love-Goodlett, Breezy Powell, Solaire Spellen, Zea Malawa, Anu Manchikanti Gómez

Notice bibliographique

RevueJMIR Formative Research · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueMaternal Mental Health During Pregnancy and Postpartum
Établissements canadiensnon disponible
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentOffice of Research on Women's HealthNational Institute of Child Health and Human DevelopmentUniversity of California, San FranciscoMarch of Dimes Foundation
Mots-clésHealth equityPsychological interventionFocus groupProgram Design LanguageEquity (law)Program evaluationFormative assessmentSocial determinants of healthMedicineMedical educationGerontologyNursingPsychologyBusinessPolitical sciencePublic healthMarketingEngineering

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Racial inequities in pregnancy outcomes persist despite investments in clinical, educational, and behavioral interventions, indicating that a new approach is needed to address the root causes of health disparities. Guaranteed income during pregnancy has the potential to narrow racial health inequities for birthing people and infants by alleviating financial stress. OBJECTIVE: We describe community-driven formative research to design the first pregnancy-guaranteed income program in the United States-the Abundant Birth Project (ABP). Informed by birth equity and social determinants of health perspectives, ABP targets upstream structural factors to improve racial disparities in maternal and infant health. METHODS: The research team included community researchers, community members with lived experience as Black or Pacific Islander pregnant, and parenting people in the San Francisco Bay Area. The team conducted needs assessment interviews and facilitated focus groups with participants using human-centered design methods. Needs assessment participants later served as co-designers of the ABP program and research, sharing their experiences with financial hardships and government benefits programs and providing recommendations on key program elements, including fund disbursement, eligibility, and amount. RESULTS: Housing affordability and the high cost of living in San Francisco emerged as significant sources of stress in pregnancy. Participants reported prohibitively low income eligibility thresholds and burdensome enrollment processes as challenges or barriers to existing social services. These insights guided the design of prototypes of ABP's program components, which were used in a design sprint to determine the final components. Based on this design process, the ABP program offered US $1000/month for 12 months to pregnant Black and Pacific Islander people, selected through a lottery called an abundance drawing. CONCLUSIONS: The formative design process maximized community input and shared decision-making to co-design a guaranteed income program for Black and Pacific Islander women and people. Our upstream approach and community research model can inform the development of public health and social service programs.

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)0,038
score de la tête « metaresearch » (Gemma)0,026
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 enseignants0,038
Score d'incertitude au seuil0,203

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0380,026
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,005
Communication savante0,0030,002
Science ouverte0,0030,006
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,165
Tête enseignante GPT0,516
Écart entre enseignants0,351 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative Research→Même sujetMaternal Mental Health During Pregnancy and Postpartum→Travaux en français237 207→