Visible and invisible cultural patterns influencing women’s use of maternal health services among Igala women in Nigeria: a focused ethnographic study
Notice bibliographique
Résumé
Abstract Background Explicit and implicit cultural patterns are critical cultural norms, beliefs, and practices that determine women’s health-seeking behaviour. These cultural patterns could limit women’s use of maternal health services, resulting in maternal health complications. The study aims to provide an in-depth understanding of explicit and implicit cultural patterns, their meanings and how they influence women’s use of maternal health services among Igala women in Nigeria. Methods Roper and Shapira’s (2000) focused ethnography was employed with 43 women aged 18–43 years recruited using the purposive and snowballing technique. The study was conducted with 21 women for one-on-one interviews and two focus group discussions with six women in the rural area and seven women in the urban area. In addition, participant observation of nine women from the third trimester to birth was conducted, yielding 189 h of observation in two primary healthcare facilities in rural and urban areas. Data analysis was conducted using Roper and Shapira’s (2000) method. Result Three themes were generated using the PEN3 cultural model: perceptions, enabler, and nurturers. Subthemes generated under the theme of perception were, Belief in witchcraft, Pregnancy announces itself, I cannot tell people I am in labour, and Unspoken acquiescence to the culture. Under the theme of nurturer, Home birth was found to limit access to maternal health services. The theme of enabler yielded subthemes such as You are not woman enough; I want my placenta and Rising matriarchs. Conclusion Implicit and explicit cultural patterns significantly influence women’s use of maternal health services. Given the complexity of culture and its influence on women’s use of maternal health services, multifaceted strategies tailored to the cultural needs of communities are needed to enhance the realization of Sustainable Development Goal #3:1 in Nigeria.
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 | 0,002 | 0,002 |
| 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 | 0,003 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».