Being an anti-racist clinician
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Racism is a pervasive problem in Western society, leading to mental and physical unwellness in people from racialized groups. Psychology began as a racist discipline and still is. As such, most clinical training and curricula do not operate from an anti-racist framework. Although most therapists have seen clients with stress and trauma due to racialization, very few were taught how to assess or treat it. Furthermore, clinicians and researchers can cause harm when they rely on White-dominant cultural norms that do not serve people of colour well. This paper discusses how clinicians can recognize and embrace an anti-racism approach in practice, research, and life in general. Included is a discussion of recent research on racial microaggressions, the difference between being a racial justice ally and racial justice saviour, and new research on what racial allyship entails. Ultimately, the anti-racist clinician will achieve a level of competency that promotes safety and prevents harm coming to those they desire to help, and they will be an active force in bringing change to those systems that propagate emotional harm in the form of racism. Key learning aims (1) Knowledge of how racism manifests in therapy, psychology and society. (2) Understanding the difference between racial justice allyship versus saviourship. (3) Increased awareness of microaggressions in therapy. (4) Appreciation of the importance of combatting systemic racism.
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.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,006 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle