Decolonizing health care: Challenges of cultural and epistemic pluralism in medical decision‐making with Indigenous communities
Notice bibliographique
Résumé
The Truth and Reconciliation Commission of Canada made it clear that understanding the historical, social, cultural, and political landscape that shapes the relationships between Indigenous peoples and social institutions, including the health care system, is crucial to achieving social justice. How to translate this recognition into more equitable health policy and practice remains a challenge. In particular, there is limited understanding of ways to respond to situations in which conventional practices mandated by the state and regulated by its legal apparatus come into direct conflict with the values and autonomy of Indigenous individuals, communities, and nations. In this paper, we consider two cases of conflict between Indigenous and biomedical perspectives to clarify some of the competing values. We argue for the importance of person- and people-centered approaches to health care. These value conflicts must be understood at multiple levels to clarify their personal, social, cultural, and political dimensions. Taking into account the divergence between epistemic cultures and communities allows us to understand the multiple narratives deployed in decision-making processes in clinical, community, and juridical contexts. Recognizing the knowledge claims of Indigenous peoples in health care can help clinicians avoid reinforcing the divides created by the structural and institutional legacy of colonialism. This analysis also provides ways to adjudicate conflicts in health care decision-making by disentangling cultural, political, medical, and pragmatic issues to allow for respectful dialogue. Insofar as the engagement with cultural pluralism in health care rights is conducted with reciprocal recognition, the medical community and Indigenous peoples can address together the difficult question of how to integrate different epistemic cultures in the health care system.
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 | 0,201 | 0,100 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,039 | 0,188 |
| Communication savante | 0,030 | 0,021 |
| Science ouverte | 0,006 | 0,039 |
| Intégrité de la recherche | 0,017 | 0,025 |
| 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 ».