Stand Up for Indigenous Health: A Simulation to Educate Residents About the Social Determinants of Health Faced by Indigenous Peoples in Canada
Notice bibliographique
Résumé
PROBLEM: In Canada, Indigenous peoples face significant health disparities. To improve health outcomes of and provide culturally safe care to Indigenous patients, medical learners must receive training on the social determinants of health (SDOH) driving these health inequities. The authors developed Stand Up for Indigenous Health (SU4IH), an immersive 2-hour simulation where participants navigate a series of scenarios as an Indigenous person. The objective of this pilot study was to assess whether SU4IH promotes intercultural empathy and enhances medical learners' knowledge of Indigenous SDOH. APPROACH: The authors partnered with 4 Indigenous communities in Ontario, Canada, from urban, rural, and remote settings to develop the scenarios for SU4IH between June 2015 and March 2016. During each SU4IH simulation, learners experience 14 scenarios using the Stand Up for Health mobile app, which automatically calculates each individual's financial balance and stress levels as the simulation unfolds. The authors conducted a pre-post intervention study of SU4IH in January 2019 with family medicine residents recruited from 2 training sites in Ontario (n = 29). Residents completed pre- and postsurveys assessing change in empathy toward Indigenous patients (primary outcome), knowledge of Indigenous SDOH (secondary outcome), and motivation to engage with Indigenous patients in a culturally safe manner (secondary outcome). OUTCOMES: Residents' empathy scores significantly increased after participating in SU4IH (P < .001), as did residents' knowledge of Indigenous SDOH (P < .001) and motivation to engage with Indigenous patients in a culturally safe manner (P = .031). NEXT STEPS: The authors are working to expand their capacity to implement this learning tool across Canada, which has involved relationship building with medical learners and faculty outside of Ontario who will need to partner with Indigenous communities in their region to develop region-specific scenarios. SU4IH is also being redesigned for small-group and virtual formats to facilitate its expansion.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».