Processus d’empowerment des personnes enceintes au Québec dans leur suivi médical de grossesse et apports des technologies numériques
Bibliographic record
Abstract
La grossesse est une période particulière de la vie d’une personne, faite de nombreux changements. Afin d’assurer le bien-être et la santé de la personne enceinte et de son (ses) enfant(s) à venir, un suivi prénatal est réalisé au Québec par des prestataires de soin. Ce suivi de grossesse, bien que bénéfique, a fait émerger plusieurs insatisfactions quant aux modalités de ce suivi et à la relation de soins. Les personnes enceintes notent notamment un sentiment de manque ou de perte de contrôle dans ce suivi prénatal depuis plusieurs décennies, alors que de nombreuses études ont mis de l’avant que l’acquisition de pouvoir (empowerment) permettrait d’améliorer leur santé et celle de leur enfant. L’empowerment est un processus qui permet à la personne enceinte d’acquérir plus de pouvoir via le développement de connaissances et la possibilité de communiquer ses décisions. Les technologies numériques ont été répertoriées comme un outil pouvant venir soutenir le processus d’empowerment de ses utilisatrices et utilisateurs, notamment à une époque où les contraintes structurelles du système de santé continuent de modifier ce suivi prénatal. Cependant, peu d’études sur les personnes enceintes, notamment au Québec, ont analysé leur volonté et leur possibilité de tenir ce rôle actif dans leurs soins, ainsi que les facteurs influençant cette volonté et capacité à acquérir plus de pouvoir. En réponse à ces lacunes, nous avons souhaité étudier le niveau d’empowerment des personnes enceintes, ainsi que leur compréhension et perception de la place de ce processus dans leur suivi prénatal et les défis, obstacles et facilitateurs qu’elles peuvent rencontrer. Ainsi, après avoir fait des liens théoriques et conceptuels, entre le concept d’empowerment, les théories féministes en bioéthique et les approches de soins centrées sur le patient, nous avons réalisé une collecte de données grâce à un devis mixte séquentiel exploratoire. Nous avons tout d’abord mené des entretiens semi-dirigés avec des personnes enceintes et des prestataires de santé, puis nous avons fait remplir à d’autres personnes enceintes un questionnaire en ligne anonyme auto-administré sur ces thèmes et sur l’usage et la perception de l’apport que peuvent avoir les technologies numériques dans ce processus en contexte de suivi prénatal. Les entrevues menées avec des personnes enceintes ainsi qu’avec des prestataires de santé ont permis d’identifier et de détailler des facteurs facilitants ou freinants l’empowerment, comme les caractéristiques de la relation de soins et les caractéristiques personnelles des personnes enceintes. En ce qui concerne le sondage en ligne, les participantes présentaient un niveau d’empowerment relativement élevé, bien que leur littératie en santé numérique soit plus faible. La moitié des répondantes se déclarait satisfaite du niveau de pouvoir atteint. La relation de soins avec les prestataires de santé a ici aussi été notée comme un facteur d’influence prépondérant. Plusieurs ressources utilisées par les personnes enceintes pour soutenir leur empowerment ont été identifiées, même si certaines, comme les outils numériques et les cours de préparation à la naissance, apparaissaient ne pas toujours répondre adéquatement à leurs besoins. Ces résultats indiquent que les pratiques actuelles lors du suivi prénatal semblent favoriser et soutenir le processus d'empowerment des personnes enceintes au Québec. Toutefois, certains aspects nécessitent encore des améliorations, comme l'optimisation de l’environnement qui accueille la relation entre les personnes enceintes et les prestataires de santé, le développement des compétences en littératie numérique des personnes enceintes, l'accès équitable à des technologies numériques responsables et adaptées.
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 | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.008 | 0.005 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 0.001 |
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".