“We Should Not Call an Ambulance, Even If We are Very Sick”: Ukrainian Refugee Women’s Experiences in the United States Healthcare System
Notice bibliographique
Résumé
As the number and diversity of refugees worldwide increases, healthcare providers working with these populations face unique challenges. Thus, healthcare providers in host countries have limited understanding of challenges refugees face when using healthcare in host countries. The goal of the study is to achieve an interpretive understanding of women refugees' perspectives on their interactions with healthcare systems and providers, as well as to identify factors and processes that women refugees view as enabling or hindering their access to healthcare. Study participants were refugee women from Ukraine in the US (N = 17), who volunteered to take part in semi-structured interviews about their experiences in the US healthcare. The interviews were transcribed in original languages and analyzed using Charmaz's constructivist grounded theory methodology, which is based on constant comparison between codes and data exemplars within and between interviews. Three priority theoretical elements were identified: (1) barriers to care, which encompassed codes: uncertainty about costs, lack of health insurance, time constraints, difficulties in communication, problems of distance and transportation, and finding a trustworthy provider; (2) systemic and organizational features that hinder care, which encompassed codes: the system is confusing, inconsistencies across organizations and providers; limited scope of organizations meant to help refugees; and (3) processes and factors that do or would alleviate impediments to care, which encompassed codes: clear and relevant information, getting help from others, addressing patients' concerns, acknowledging patient circumstances. The study emphasizes the importance of continuity of care in refugee health, indicates the culture-bound nature of trust in healthcare providers, and underscores the essential role of non-formal and non-structured support for refugees.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,016 | 0,010 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,004 |
| 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 ».