Challenges, benefits, and strategies for delivering pregnancy care to people with disabilities: A qualitative study of service providers and decision-makers in Ontario, Canada
Notice bibliographique
Résumé
ObjectivesTo (1) understand the challenges and benefits of providing pregnancy care to people with disabilities and (2) identify strategies to address challenges, from the perspectives of health care and social service providers and decision-makers.MethodsWe undertook a qualitative descriptive study in Ontario, Canada, of 31 health care and social service providers and decision-makers. Participants completed semi-structured interviews about their education, training, and clinical or administrative experience working with pregnant and/or parenting people with physical, sensory, and intellectual or developmental disabilities, including challenges and benefits in pregnancy care provision, programming, and policies, as well as their recommendations to improve care. We took a directed content analysis approach.ResultsParticipants identified challenges in providing pregnancy care to people with disabilities, including a lack of data to inform care, the influence of social determinants of health on disabled people's lives, inadequate infrastructure, poor coordination and communication across services, minimal disability-related training, and ableist attitudes among providers. Benefits to providing pregnancy care for people with disabilities included becoming advocates for system-level change, personal fulfillment, opportunities to confront one's own biases, and development of humility related to the expertise of people with disabilities. Reflecting on these challenges and benefits, participants identified strategies for improving care, through creative resource-sharing solutions, accessibility measures, interprofessional and coordinated care, enhanced provider training, and respectful care approaches.ConclusionsFindings show the need for changes at system, institutional, and service provider levels to improve pregnancy care for people with disabilities.
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 | 0,007 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,030 | 0,012 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 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 ».