Working with cultural diverse persons involved in law and mental health - cultural competency training manual
Notice bibliographique
Résumé
The goal of this presentation is to introduce a new “Cultural Competency Training/Manual (CCTP) for Law and Mental Health professionals Working with persons involved with law and mental health” sponsored by a grant from the Law Foundation of Ontario and department of psychiatry of Mount Sinai Hospital. The manual is qualitative which includes conducting a literature review, facilitation of multi-stakeholder focus groups, and interviewed key stakeholders, consultation with clinical staff from the Mount Sinai Hospital and other Court Support programs, to address the key challenges in working with culturally diverse persons involved with law and mental health. In the oral presentation, we will present key themes on the challenges in dealing with culturally-diverse persons involved in law and mental health. The themes were consistent with the literature, evidence-based research, and validated by actual provider experience. They include language and communication, mistrust of mainstream services, racism and discrimination, resistance from persons involved with law and mental health and their families, and the need for cultural competency practices, such as interpretation, cultural understanding, community and systemic support. With these themes in mind, we will demonstrate the application of practical skills and cultural competencies using vignettes. A cultural competency model of working with culturally diverse persons involved in law and mental health and the five key responsibilities will be introduced. They include the following domains: language and communication, system support and navigation, education and advocacy, and collaboration.
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 | 0,001 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 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 ».