Accurate identification and documentation of First Nations women and babies attending maternity services: How can we ‘close the gap’ if we can't get this right?
Notice bibliographique
Résumé
Background: Policies and strategies addressing the health inequities experienced by First Nations peoples are critical to ensuring the gap in outcomes between First Nations and non-Indigenous peoples is closed. The identification of First Nations peoples is vital to enable the delivery of culturally safe and sensitive health care. Complete and accurate health data are essential for funding and evaluation of such initiatives. Aims: To describe the processes used and accuracy of identification and documentation of First Nations mothers and babies during the period of the implementation of a culturally responsive caseload model of maternity care at three major metropolitan maternity services in Melbourne, Australia. Materials and methods: A cross-sectional study was conducted using administrative and clinical data. Results: There was variation in when and how First Nations identification was asked and documented for mothers and babies. Errors included 14% of First Nations mothers not identified at the first booking appointment, 5% not identified until after the birth and 11% of First Nations babies not identified in the Victorian Perinatal Data Collection documentation. Changes to documentation and staff education were implemented to improve identification and reduce inaccuracies. Conclusions: To improve disparities in health outcomes, mainstream health services must respond to the needs of First Nations peoples, but improved care first requires accurate identification and documentation of First Nations peoples. Implementing and maintaining accuracy in collection and documentation of First Nations status is essential for health services to provide timely and appropriate care to First Nations people and to support and grow culturally appropriate and safe services.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,006 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».