Intersectional Stigma and Perinatal Substance Use Services: Recognizing the Power of the Good Mother Ideal (Abstract Only) - Alternative, Oral, Poster, And Symposia Abstracts For QHR, 2019 (Vancouver, Canada)
Notice bibliographique
Résumé
People with addiction disorders who receive medication-assisted treatment (MAT) face stigmatization for both their addiction and their treatment method. Many people, even healthcare providers, view MAT as replacing one drug with another, and long-term use of these prescribed substances is often viewed as a moral failing. For pregnant women on MAT, the stigma and shame increase exponentially. This study examines the intersectional stigma attached to perinatal substance use generally and maternal opioid use specifically. Using data from a 6- year grounded theory study on perinatal substance use service provision, the article describes the ways that service providers both perceive and enact stigmas of addiction and harm reduction when good mothering ideals are violated. Study sources included observational and interview data from providers across healthcare and social services as well as publically available documents that detailed responses to perinatal substance use.Situational analyses, conducted to develop the grounded theory model, identified intersectional stigma as a critical contextual construct. Additional analyses, conducted for the findings reported here, included a reimmersion into a subset of the data to identify and deconstruct stigma processes. Examples of social stigma, in the form of interactional discrimination, and of self-stigma are presented to argue for the importance of making visible the role of good mothering ideals in stigma associated with maternal opioid use. Functions and processes of intersectional stigma within the context of service provision are examined to illuminate the complexities of the effect of stigma on patient–provider interactions and the implementation of best practices.
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 | 0,005 | 0,008 |
| 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 | 0,011 | 0,008 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,009 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».