Borders of belonging: challenges in access to anti-oppressive mental health care for Indigenous Latinx gender-fluid border-youth
Notice bibliographique
Résumé
Many voices have called for decolonizing psychology as a profession and underscored the necessity of building and utilizing a counseling framework that rejects the rigidity of the gender binary and is mindful of the intersectional positionality that implicates subjectivities in complex vectors of oppression, invisibility, and marginalization. But how does one integrate and apply these complex constructs in a culturally relevant clinical practice? The gap between theory and practice appears to have widened, by both action and omission. Moreover, a myriad of clients run the risk of becoming re-oppressed by hegemonic practices in mental health services in Canada. Gender-fluid youth without immigration status who speak languages other than English are either pathologized or rendered invisible by academic discourses and clinical training practices in university settings. Using a critical approach to personality psychology and drawing upon extensive field research, this work discusses the challenges faced by Indigenous Latinx border-youth in accessing anti-oppressive mental health services in Toronto, Canada. The study conducted between 2010 and 2016, in which six Indigenous Latinx gender-fluid youth were interviewed, employed a qualitative narrative inquiry methodology and used a narrative story map tool to analyze data. Grounded in these research findings, this article highlights the necessity of implementing a culturally relevant and social justice–based training model for mental health care providers. Such training must include an ongoing critical examination of the socio-political underpinnings that ground clinical psychology’s epistemology, rather than adapting hegemonic therapeutic models and practices to a “population at risk.”
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 | 0,007 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,019 | 0,013 |
| Communication savante | 0,010 | 0,005 |
| Science ouverte | 0,002 | 0,014 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».