Using Two-Eyed Seeing to Explore Interagency Collaboration
Notice bibliographique
Résumé
Background Health-care environments influence service delivery; approaches need to be more wholistic and culturally competent requiring effective interagency collaboration to bridge traditional Indigenous and mainstream health services. Despite considerable research on collaboration, the concept remains misunderstood, at worst, and formative, at best. Within the nexus of these two diverse health services, there is limited information on how collaborations could be created and sustained effectively. Purpose To explore the perspectives/experiences of collaboration of select Saskatchewan health professionals practicing across these diverse services to understand the concept from their perspectives. Methods This qualitative study explored collaboration through observation and interviews to elicit perspectives (two-eyed seeing) of health professionals working within the context of a traditional-mainstream health services partnership. Results Individual- and system-level factors and accountabilities are needed for successful cross-cultural collaboration and can be enabled by embedding the virtues of Indigenous and values of mainstream health services along with building and maintaining relationships, valuing difference, creating supportive environments and wholistic approaches, having the right people at the table, and making a change for impactful outcomes. Conclusion Findings support the need for implementing contextually relevant collaborative practice models for productive, wholistic health services. Two-eyed seeing provides the ability to capture and catalyze the tremendous value and strengths of both worlds, potentiating complementary aspects to meet the needs of clients and communities.
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 | 0,004 | 0,002 |
| 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 | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».