Les représentations sociales du système de santé de naissances : une analyse comparative de discours en termes de choix, de lieu et d'accompagnant
Bibliographic record
Abstract
Au Canada et aux États-Unis, la majorité des naissances ont lieu dans un milieu hospitalier avec un médecin. Cependant, 1% à 5% des naissances sont planifiées dans d’autres milieux, comme les maisons de naissances ou à domicile. Le but de ce mémoire est de comprendre comment les femmes faisant différents choix s de lieu et de prestataire de services à l’accouchement se représentent et font confiance au système de santé. Ce devis mixte concomitant porte sur l’analyse secondaire de données qualitatives et d’une mesure de la méfiance envers le système de santé, incluse à un questionnaire en ligne. Les participantes, recrutées via médias sociaux Web (n=511), avaient donné naissance dans l’année précédente ou étaient enceintes et planifiaient accoucher à l’hôpital avec un obstétricien (n=168), à l’hôpital avec un médecin de famille (n=46), à l’hôpital avec une sagefemme (n=48), dans une maison de naissances avec une sage-femme (n=44), à domicile avec une sage-femme (n=138), à domicile sans prestataire de services professionnels (n=67). Une analyse de contenu thématique et une régression linéaire simple pour comprendre le score de l’échelle « Health Care System Distrust Scale » (HCSD) par choix d’accouchement ont été effectuées. Les thèmes émergeant et le HCSD ont été triangulés selon le choix du lieu d’accouchement afin de comprendre les représentations sociales des participantes. À l’instar des représentations de la sécurité et des médias sociaux, l’organisation des services influence grandement les décisions des femmes et la confiance envers le système de santé. Le HCSD était significativement différent par choix d’accouchement (F(5,505)=34,8). Comparé aux femmes accouchant à l’hôpital avec un obstétricien (HCSD 27,4), les femmes accouchant à la maison sans prestataire de services (HCSD 37,6) avaient une méfiance envers de système de santé significativement plus grande. Pour conclure, les femmes choisissant de donner naissance dans un milieu moins médicalisé ont montré plus de méfiance envers le système de santé et leurs représentations sociales expliquent cette méfiance via les barrières structurelles, sociales et psychologiques relatés.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.011 | 0.028 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.008 | 0.008 |
| Scholarly communication | 0.009 | 0.004 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".