Towards sustainable continuity of care: Barriers and facilitators to the professionalisation of midwifery students in supporting physiological birth
Notice bibliographique
Résumé
AIM: To analyse, from a systemic perspective, the barriers and facilitators influencing the professionalisation of midwifery students as they learn to support physiological birth during CoC placements in freestanding birth centres. BACKGROUND: Midwife continuity of care models (CoC) are known to improve intrapartum outcomes. However, midwifery students have limited exposure to them, despite their potential role in fostering competencies, professional identity and midwifery culture-a crucial three-dimensional professionalisation process. The systemic contextual elements shaping this process remain underexplored, particularly in learning to support physiological childbirth. DESIGN: Interpretative descriptive study. METHOD: Data were collected from midwifery students and preceptors (n = 14) through audio diaries across four placement levels and from students who kept diaries (n = 7) in two discussion groups. Policy informants from diverse backgrounds (n = 5) participated in semi-structured interviews. A thematic analysis was conducted. FINDINGS: Nine barriers and seven facilitators were identified as elements influencing learning to support physiological birth, offering a systemic view of contexts shaping students' professionalisation. Key facilitators included extended CoC placements, a strong student-woman-preceptor alliance and a dedicated low-tech environment. Barriers included working conditions, rigid placement requirements and devaluation of self-care. CONCLUSIONS: Professionalisation related to physiological birth is closely tied to CoC placements and continuity of preceptorship. Collaborative leadership is necessary to improve placements and working conditions. An innovative community of practice could unite birth centres to address vocation-driven norms, harmonize practices and design sustainable CoC models, thus ensuring midwife retention. Future research should define learning objectives related to self-care and strategies that foster a culture of self-care.
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 | 0,020 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 ».