Expression of pain among Mi'kmaq children in one Atlantic Canadian community: a qualitative study
Notice bibliographique
Résumé
BACKGROUND: First Nation children have the highest rates of pain-related conditions among Canadian children, yet there is little research on how this population expresses its pain or how and whether the pain is successfully treated. The aim of this study was to understand how Mi'kmaq children express pain and how others interpret it. METHODS: We conducted a qualitative ethnographic study in a large Canadian Mi'kmaq community using interviews and conversation sessions. Participants included children and youth (n = 76), parents (n = 12) teachers (n = 7), elders (n = 6) and health care professionals (n = 13). RESULTS: Interpretive descriptive analysis was used and themes regarding pain expression, care seeking and pain management were identified. Pain expression included stoicism and hiding behaviour, and, when pain was discussed, it was via storytelling and descriptive language, such as similes. Participants reported feeling unheard, stereotyped and frustrated when they sought pain care. Frustration led to avoidance of seeking further care, perceptions of racism and repeat visits because of unsuccessful previous treatment. Participants voiced concerns about the utility of the numeric and faces pain scales to describe pain meaningfully. Positive encounters occurred when participants felt respected and heard. INTERPRETATION: Mi'kmaq children are stoic and often hide their pain. Community members feel frustrated and discriminated against when their pain is not identified, and conventional pain assessment tools may not be useful. If clinicians consider cultural context, build trust and allow for additional time to assess pain via storytelling or word descriptions as well as a family-centred approach, better pain care may occur.
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 | 0,007 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».