That’s Where Our Humanness Lies”: How Families Leverage Social Capital to Access Antenatal Care in Rural, Eastern Zimbabwe
Notice bibliographique
Résumé
Families across sub-Saharan Africa (SSA) often rely on social capital to access traditional, faith-based, and biomedical antenatal care (ANC). Yet, many current studies focus on biomedical ANC and emanate predominantly from the Global North. In this qualitative case study, we aimed to explore how families utilize social capital to access various types of ANC in Mafararikwa, a rural ward in Eastern Zimbabwe. We generated data through interviews with 30 health professionals, and consultations, focus group discussions, and storyboarding with 71 community-level key informants and parents or legal guardians. We analyzed the data thematically. We identified four main themes: Theme 1: Support through social networks and community groups (families draw support from social networks, local groups, and community initiatives to engage with different types of ANC); Theme 2: Material and non-material support (families draw material and non-material supports from social networks, local groups, and community initiatives to engage with various forms of ANC); Theme 3: Reciprocal norms and sociocultural practices (families leverage reciprocal actions, norms of respect and courtesy towards pregnant women, mutual trust, and socio-cultural practices to engage with diverse ANC types); and Theme 4: Informal supports and care mixing dynamics (local informal supports shape families’ interactions with different types of ANC). The complex ways families in Mafararikwa leverage social capital to access preferred forms of ANC reflect context-specific relationships and holistic health conceptions grounded in Ubuntu . Culturally-specific responses that strengthen these relationships are needed to ensure equitable ANC outcomes in Mafararikwa and beyond.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».