Childbirth Experience, Mistreatment, and Migrant Status: A Retrospective Cross‐Sectional Study
Notice bibliographique
Résumé
INTRODUCTION: Childbirth experience can affect women's long-term health and well-being. However, there is limited knowledge on whether migrant status affects woman's experience during childbirth. We aimed to answer the following research questions: (1) Is there a difference in childbirth experience between migrant and native-born women in Iceland; and (2) Are migrant women more likely to experience mistreatment in childbirth compared to native-born women in Iceland? METHODS: An online survey was developed including the Childbirth Experience Questionnaire 2 to assess overall childbirth experience, and descriptive analysis and linear regression were conducted to determine differences between migrant and native-born women in Iceland. The mistreatment by care providers in childbirth indicators were used to evaluate mistreatment in childbirth, and frequencies and logistic regression were conducted. Both regression models were adjusted for sociodemographic and obstetric factors. RESULTS: A total of 1365 women participated. Migrant women reported statistically significantly lower scores for birth experience compared to native-born women (F [12, 1352] = 23.97, p < 0.001). There was no statistical difference between groups regarding mistreatment in childbirth. One in four of all women reported at least one form of mistreatment. CONCLUSION: This study suggests that there are areas in maternity care that can be improved upon, particularly in providing care for migrant women and addressing mistreatment in childbirth for all. Our results suggest further research in this area as well as evaluation of maternity systems, training in cultural competency and effective communication.
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 | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».