Navigating Quality and Innovation: Actor‐Network Theory and Hybrid Assemblages in Midwifery Practice, Implications of Maternity Early Warning Tools and Artificial Intelligence
Notice bibliographique
Résumé
Midwifery philosophy views childbearing as primarily normal, indicative of a woman's overall health. Midwifery practice focuses on supporting the human-to-human relationship between the midwife and the woman holding primacy. Despite the traditional focus on wellness, maternity care in today's risk averse world is increasingly complex. Technology has been increasingly implemented into maternity care to detect complications early and reduce harm. The Maternity Early Warning Tool is a technological innovation in this regard. Actor-network theory (ANT) offers a framework for analysing the connections between human actors (women, fetuses, and midwives) and nonhuman actors (machines, tools, and policies) within healthcare. This paper through drawing on the tenets of ANT, particularly in understanding the adoption of Maternity Early Warning Tools in midwifery practice, examines and explores the implications of integrating these tools in relation to midwifery practice. ANT also guides thoughtful considerations regarding the potential trajectory of Artificial Intelligence in midwifery, specifically regarding how these technological advancements alter midwifery practice by creating new hybrid assemblages and fluid identities. This discussion of subversive elements enhances understanding of the implications of Maternity Early Warning Tools on contemporary midwifery practice.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,034 |
| Communication savante | 0,008 | 0,012 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».