MétaCan
Menu
Retour à la cohorte
Enregistrement W4414609821 · doi:10.22374/cjmrp.v20i2.39

An Early Feasibility Study of Midwifery Services in a Vulnerable Population

2024· article· en· W4414609821 sur OpenAlexaboutno aff
Mahnoush Rostami, Paola Charland, Ameera Memon, Zoe Hsu, Esther Suter

Notice bibliographique

RevueCanadian Journal of Midwifery Research and Practice · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFocus groupPrenatal carePopulationHealth servicesPublic healthHealth carePregnancy

Résumé

récupéré en direct d'OpenAlex

Objectives: Canadian women and newborns are usually healthy due to the availability of prenatal care, postnatal care, and the presence of a skilled health professional. However, social determinants of health can have a significant impact on women’s ability to access high-quality care, particularly during pregnancy. We partnered with Aspen, a not-for-profit social service organization in Calgary, to explore the feasibility of implementing midwifery services for a vulnerable population. Methods: We conducted interviews with Aspen clients, Calgary registered midwives, and focus groups with Aspen staff to understand their perceptions of midwifery services, including benefits and potential barriers to their implementation. We used administrative data to develop a demographic profile of Aspen clients. Results: Our results suggest that midwives would be acceptable birth providers, but this further depends on women’s culture and their previous pregnancy experience. The study highlighted key aspects that should be considered to successfully implement midwifery services for the vulnerable population, including public awareness about midwifery services, access to an interprofessional team, and allocation of additional funding to practicing midwives. Conclusion: Midwifery care would be an acceptable and perhaps more-appropriate maternity care model for vulnerable populations. This article has been peer reviewed.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,909

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,112
Tête enseignante GPT0,458
Écart entre enseignants0,346 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Midwifery Research and PracticeMême sujetGlobal Maternal and Child HealthTravaux en français237 207