Notice bibliographique
Résumé
This partial grounded theory study explores the topic of Traditional medicine in social work practice in Toronto, Canada. Given the dearth of knowledge in this area, I wanted to explore the contrapuntal nature of two social workers’ practice who refer to Traditional Medicine, and to conceptualize further on this approach. Social work literature and practice has paid little attention to this topic despite the field’s purported commitment to equity and social justice. This is largely a reflection of how greatly we take for granted the bias towards Western medicine in our public health care system and in the social work referral system that is aligned with it. The World Health Organization defines Traditional medicine as: “Health practices, approaches, knowledge, and beliefs incorporating plant, animal, and mineral based medicines, spiritual therapies, manual techniques, and exercises, applied singularly or in combination to treat, diagnose, and prevent illnesses or maintain well-being” (Fokunang et al., 2011). Such approaches, which are based on Indigenous and non-Western ways of knowing are not covered by the Ontario Health Insurance Plan (OHIP), and thus remain largely inaccessible to the most financially marginalized. This is a problem for those who cannot afford to pay out of pocket for their health care. It is a grave disservice to those whose culture does not align with Western medicine; those whose health conditions have not been helped by Western medicine; and those who require a combination of Western and Traditional approaches to bring them to full health. This research explores the knowledge, experience, and processes of two social workers in Toronto who refer clients to Traditional medicine in spite of the structural bias towards Western medicine and its approaches. Key Words: Traditional medicine, social work practice, contrapuntal approach, decolonization, the Medicine Wheel, Toronto
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 | 0,005 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,018 | 0,028 |
| Communication savante | 0,008 | 0,003 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».