The journey of aftercare for Australia’s First Nations families whose child had sustained a burn injury: a qualitative study
Notice bibliographique
Résumé
BACKGROUND: Access to ongoing multidisciplinary healthcare services for children who have sustained a burn injury is critical for optimal recovery. This paper reports on barriers and facilitators to culturally safe and appropriate burn aftercare for Australia's First Nations children. The voices of First Nations families whose child had sustained a serious burn are central to this paper. METHODS: Eighteen families, which consisted of 59 family members, of children younger than 16 years who had sustained a burn injury were asked to describe their own journey in accessing appropriate burn aftercare. Interviews were conducted in the families' homes using yarning (dialogue) and Dadirri (deep listening) as Indigenous research methods. Data was gathered in South Australia, the Northern Territory, Queensland and New South Wales, Australia. Using a cyclic process, transcripts and emerging themes were sent back to participants, and a collaborative approach was used to conduct the final analysis. RESULTS: Lack of culturally safe communication between service providers and family members, in addition to institutionalised racism, were found to be the major barriers to accessing healthcare services. Distance to medical treatment also impacted children's access to aftercare. Involvement of First Nations Health Workers and/or Liaison Officers working with health providers, the child and family members, was found to be an important facilitator in reducing miscommunication and alleviating fear and anxiety in the children and families. CONCLUSION: There are significant barriers to access to aftercare following a serious burn including miscommunication, lack of cultural safety, distance to medical treatment and racism. However, these can be largely mitigated when First Nations families have input into the care received and the care needed for ongoing burn care to be effective and are supported by First Nations Health/Liaison Officers support.
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 | 0,006 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,017 | 0,006 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».