Inuit interpreters engaged in end-of-life care in Nunavik, Northern Quebec
Notice bibliographique
Résumé
BACKGROUND: Inuit interpreters are key players in end-of-life (EOL) care for Nunavik patients and families. This emotionally intensive work requires expertise in French, English and Inuit dialects to negotiate linguistic and cultural challenges. Cultural differences among medical institutions and Inuit communities can lead to value conflicts and moral dilemmas as interpreters navigate how best to transmit messages of care at EOL. OBJECTIVES: Our goal was to understand the experience of Inuit interpreters in the context of EOL care in Nunavik in order to identify training needs. DESIGN: In the context of a larger ethnographic project on EOL care in Nunavik, we met with 24 current and former interpreters from local health centres and Montreal tertiary care contexts. Data included informal and formal interviews focusing on linguistic resources, experiences concerning EOL care, and suggestions for the development of interpretation training. RESULTS: Inuit working as interpreters in Nunavik are hired to provide multiple services of which interpretation plays only a part. Many have no formal training and have few resources (e.g. visual aids, dictionaries) to draw upon during medical consultations. Given the small size of communities, many interpreters personally know their clients and often feel overwhelmed by moral dilemmas when translating EOL information for patients and families. The concept of moral distress is a helpful lens to make sense of their experience, including personal and professional repercussions. CONCLUSIONS: Inuit interpreters in Nunavik are working with little training yet in context with multiple linguistic and cultural challenges. Linguistic and cultural resources and focused training on moral dilemmas unique to circumpolar contexts could contribute to improved work conditions and ultimately to patient care..
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 | 0,005 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 ».