Pathways to translating experiential knowledge into mental health policy.
Notice bibliographique
Résumé
OBJECTIVE: This research explored the pathways through which the experiential knowledge of people who need and use mental health and social housing services (citizen-users) gains access to policymaking. METHODS: Qualitative instrumental case study methodology focused the study on the policy field of mental health and social housing in Manitoba, Canada. Data collection included interviews with 21 key informants from four policy actor groups: citizen-users, service providers, advocacy organization representatives, and government officials. Relevant policy-related documents were also reviewed. Data were analyzed using inductive qualitative methods. RESULTS: Key informants described diverse pathways through which the experiential knowledge of citizen-users has been communicated to policy decision makers. Pathways have involved direct discourse between citizen-users and decision makers. Alternatively, indirect pathways were ones in which experiential knowledge was translated by other policy actors. Informants identified factors that could influence the integrity of the indirect pathways: the length and complexity of the pathways, the motivations and interests of the translators, and strategies to enhance the pathways. The pathways could be strengthened by developing the culture, leadership, knowledge, skills and attitudes supportive of engaging citizen-users and by accurately translating their experiential knowledge. CONCLUSIONS AND IMPLICATIONS FOR PRACTICE: If citizen-users are to be included in policymaking in a recovery-oriented mental health system, action must be taken to enhance the pathways through which their experiential knowledge reaches policymaking processes. Service providers, advocacy organization representatives and government officials can all take action to promote social policymaking that is informed by citizen-users' ideas and experiences.
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 | 0,002 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».