Teaching wilderness first aid in a remote First Nations community: the story of the Sachigo Lake Wilderness Emergency Response Education Initiative
Notice bibliographique
Résumé
OBJECTIVE: To understand how community members of a remote First Nations community respond to an emergency first aid education programme. STUDY DESIGN: A qualitative study involving focus groups and participant observation as part of a community-based participatory research project, which involved the development and implementation of a wilderness first aid course in collaboration with the community. METHODS: Twenty community members participated in the course and agreed to be part of the research focus groups. Three community research partners validated and reviewed the data collected from this process. These data were coded and analysed using open coding. RESULTS: Community members responded to the course in ways related to their past experiences with injury and first aid, both as individuals and as members of the community. Feelings of confidence and self-efficacy related access to care and treatment of injury surfaced during the course. Findings also highlighted how the context of the remote First Nations community influenced the delivery and development of course materials. CONCLUSIONS: Developing and delivering a first aid course in a remote community requires sensitivity towards the response of participants to the course, as well as the context in which it is being delivered. Employing collaborative approaches to teaching first aid can aim to address these unique needs. Though delivery of a first response training programme in a small remote community will probably not impact the morbidity and mortality associated with injury, it has the potential to impact community self-efficacy and confidence when responding to an emergency situation.
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 | 0,014 | 0,001 |
| 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 | 0,008 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».