Self-help groups as mutual support: What do carers value?
Notice bibliographique
Résumé
The literature suggests that the United Kingdom, in common with Europe, North America, Canada and Scandinavia, has seen significant growth in single-issue self-help/mutual aid groups concerned with health and social care issues since the 1970s, but there is only ad hoc academic and policy interest in such groups in the United Kingdom. This article presents findings from a doctoral study with two self-help/mutual aid groups for carers in South-East England. The data are drawn from semistructured interviews with 15 active members which explored reasons for joining, benefits derived from membership, and perceived differences between support gained by membership and their relationship with professionals. Most group members had prior experience of voluntary work/activity, which influenced their decision to join, often prompted by a failure of the 'usual' support network of family/friends to cope or adjust to the carer's needs. Members reported personal gains of empathy, emotional information, experiential knowledge and practical information, based on a core value of reciprocity through peer support. It is this latter benefit that sets apart membership of self-help groups from groups supported by professionals who may not appreciate the scope and breadth of carers' responsibilities, or of the importance of their relationship with the person for whom they care. In this way, self-help groups offered additional, but not alternative, 'space' that enabled members to transcend their traditional role as a 'carer'. It is concluded that self-help/mutual aid groups, based on reciprocal peer support, offer a valuable type of resource in the community that is not replicable in professional-client relations. The findings have contemporary relevance given the raft of new policies which value the experiential knowledge built by both individual and collectives of carers.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,020 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,017 |
| Communication savante | 0,018 | 0,016 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,007 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».