Applying a Midwifery Lens to Indigenous Health Care Delivery: The Contribution of Campus Learning and Rural Placements to Effecting Systemic Change
Notice bibliographique
Résumé
STUDY BACKGROUND: Increasing cultural safety in health settings is essential to address stark health disparities between Indigenous and non-Indigenous Australians. Respect for cultural knowledge, better communication, and recognition of racism as a determinant of health are required for improved service delivery. How this knowledge is acquired in health professional training and translated to clinical settings is poorly understood. PURPOSE: Impacts of an innovative Indigenous health unit and remote clinical placements on knowledge acquisition and attitude change were explored among midwifery students to inform cultural competency initiatives in health professional training. METHODS: A multiphased, mixed methods research design used surveys, observations, and interviews. Qualitative analysis was strengthened through triangulation with quantitative data. RESULTS: A unit conceived with substantial Indigenous Australian input and which privileged these voices enhanced knowledge and shifted attitudes in a positive direction; however, immediate gains diminished over time. Remote placements had a profound effect on student learning. Exposure to Indigenous Australians in classrooms and communities, and the self-reflection generated, helped dispel stereotypes and challenge assumptions based on limited cultural knowledge and contact. CONCLUSION: Optimization of receptivity to Indigenous Australian content and opportunities for remote placements contributed to students' developing cultural capabilities with implications for all health professional training. Whether this heightened awareness is enough to address institutional racism identified in health service delivery remains unanswered. The focus must include those established health practitioners and administrators who influence organizational culture if real systemic change is to occur. Given appropriate on-going support, graduates can play a vital role in expediting this process.
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 | 0,012 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,012 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,012 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 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 ».