Engaging culture and context in mhGAP implementation: fostering reflexive deliberation in practice
Notice bibliographique
Résumé
In 2002, WHO launched the Mental Health Gap Action Programme (mhGAP) as a strategy to help member states scale up services to address the growing burden of mental, neurological and substance use disorders globally, especially in countries with limited resources. Since then, the mhGAP program has been widely implemented but also criticised for insufficient attention to cultural and social context and ethical issues. To address this issue and help overcome related barriers to scale-up, we outline a framework of questions exploring key cultural and ethical dimensions of mhGAP planning, adaptation, training, and implementation. This framework is meant to guide mhGAP activity taking place around the world. Our approach is informed by recent research on cultural formulation and adaptation, and aligned with key components of the WHO implementation research guide (Peters, D. H., Tran, N. T., & Adam, T. (2013). Implementation research in health: a practical guide. Implementation research in health: a practical guide.). The framework covers three broad domains: (1) Concepts of wellness and illness—how to examine cultural norms, knowledge, values and attitudes in relation to the “culture of the mhGAP”; (2) Systems of care—identifying formal and informal systems of care in the cultural context of practice.; and (3) Ethical space: examining issues related to power dynamics, communication, and decision-making. Systematic consideration of these issues can guide integration of cultural knowledge, structural competence, and ethics in implementation efforts.
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 | 0,197 | 0,242 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,006 | 0,002 |
| Études des sciences et des technologies | 0,016 | 0,063 |
| Communication savante | 0,022 | 0,025 |
| Science ouverte | 0,008 | 0,045 |
| Intégrité de la recherche | 0,008 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».