Migrant-friendly maternity care in Montreal, Canada: A cross-sectional study on migrant women’s care perspectives
Notice bibliographique
Résumé
OBJECTIVE: We assessed the extent to which recommended migrant-friendly maternity care (MFMC) components were provided to recently-arrived international migrants giving birth in Montreal, Canada, and the extent to which the provision of MFMC components was related to socioeconomic and migratory characteristics. METHODS: We conducted a cross-sectional study of migrant women giving birth in four hospitals in 2014-2015. Data were collected using the Migrant-Friendly Maternity Care Questionnaire (MFMCQ), focusing on access to prenatal care, communication facilitation, healthcare provider (HCP) support, and responsiveness to preferences for care. Data were analyzed descriptively and through logistic regression. RESULTS: Of 2636 participants, most reported always being kept informed (86.1%) and finding HCPs helpful (90.3%), although 22.9% reported barriers to accessing services during pregnancy, and only 11% or less were asked about care preferences. Of 847 needing interpreters, 84.7% reported not being offered any. Worse access to prenatal care was reported among women who had arrived more recently [OR 0.55, 95% CI 0.36, 0.85], had lower income [0.69 (0.52, 0.90)], or had less education [0.66 (0.47, 0.94)]. Low language ability was most often associated with inadequate MFMC [e.g., worse HCP support during pregnancy [0.56 (0.36, 0.87)] and worse responsiveness to preferences for care during labour [0.55 (0.31, 0.98)]]. Maternal region of birth was associated both positively and negatively with all MFMC components. CONCLUSION: Although some MFMC has been implemented, gaps remain. Addressing language barriers remains a top priority. To deliver optimal MFMC, HCPs and policymakers should provide care that is responsive to women's socioeconomic and migratory backgrounds.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».