How Legal Problems Affect Health and the Role of Medical Legal Partnership in Canada
Notice bibliographique
Résumé
At the moment, there is little research involving the connection between legal issues and an individual’s overall health. It makes sense that non-individual factors go into determining one’s health, such as physical environment, housing, and education. These factors are typically referred to as the Social Determinants of Health (SDOH) (Mikkonen and Raphael 2012). However, at times, individuals experience issues that are legal in nature, which can in many ways affect one’s health. It is this recognition that has sparked the creation of medical-legal partnerships throughout the United States, and more recently in Canada. The health benefits of medical-legal partnerships are well documented in the United States and have created a network of medical-legal organizations, in addition to new practices in both legal and medical education (Theiss 2017; Tobin-Tyler 2011). This research explores the establishment of one of Canada’s first Medical-Legal Partnerships (MLP) between The University of Calgary’s Student Legal Assistance (SLA) and Calgary’s downtown community health center (CUPS). This research explores how legal supports included alongside healthcare service provision can work to address structural inequalities that exist in our social environment and are created or exacerbated by one’s “legal wellbeing". Interviews with healthcare and social service providers working alongside the CUPS and SLA MLP provides novel insight into the various ways legal issues can disrupt access to healthcare, interrupt health-seeking behaviours, or create unique health crises all on their own. The idea behind this is to prove that legal wellbeing is a distinct social determinant of health. The following research aims to establish a foundation for the further development of Medical-Legal Partnership throughout Canada and challenges readers to ask, what does access to justice really look like?
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 | 0,004 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,037 | 0,009 |
| Communication savante | 0,010 | 0,003 |
| Science ouverte | 0,004 | 0,010 |
| Intégrité de la recherche | 0,002 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».