‘Race’ matters: racialization and egalitarian discourses involving Aboriginal people in the Canadian health care context
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The major purpose of this paper is to examine how 'race' and racialization operate in health care. To do so, we draw upon data from an ethnographic study that examines the complex issues surrounding health care access for Aboriginal people in an urban center in Canada. In our analysis, we strategically locate our critical examination of racialization in the 'tension of difference' between two emerging themes, namely the health care rhetoric of 'treating everyone the same,' and the perception among many Aboriginal patients that they were 'being treated differently' by health care providers because of their identity as Aboriginal people, and because of their low socio-economic status. Contrary to the prevailing discourse of egalitarianism that paints health care and other major institutions as discrimination-free, we argue that 'race' matters in health care as it intersects with other social categories including class, substance use, and history to organize inequitable access to health and health care for marginalized populations. Specifically, we illustrate how the ideological process of racialization can shape the ways that health care providers 'read' and interact with Aboriginal patients, and how some Aboriginal patients avoid seeking health care based on their expectation of being treated differently. We conclude by urging those of us in positions of influence in health care, including doctors and nurses, to critically reflect upon our own positionality and how we might be complicit in perpetuating social inequities by avoiding a critical discussion of racialization.
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.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,013 | 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 découle