What are the best practices for psychotherapy with indigenous peoples in the United States and Canada? A thorny question.
Notice bibliographique
Résumé
OBJECTIVE: This conceptual article addresses "best practices" for Indigenous Peoples in the United States and Canada. This topic is "thorny" both pragmatically (e.g., rare representation in clinical trials) and ethically (e.g., ongoing settler colonialism). METHOD: We outline four potential approaches, or "paths," in conceptualizing best practices for psychotherapy: (a) limiting psychotherapy to empirically supported treatments, (b) prioritizing the use of culturally adapted interventions, (c) focusing on common factors of psychotherapy, and (d) promoting grassroots Indigenous approaches and traditional healing. RESULTS: Lessons from our four-path journey include (a) the limits of empirically supported treatments, which are inadequate in number and scope when it comes to Indigenous clients, (b) the value of prioritizing interventions that are culturally adapted and/or evaluated for use with Indigenous populations, (c) the importance of common factors of evidence-based practice, alongside the danger of psychotherapy as a covert assimilative enterprise, and (d) the need to support traditional and grassroots cultural interventions that promote "culture-as-treatment." CONCLUSIONS: A greater commitment to community-engaged research and cultural humility is necessary to promote Indigenous mental health, including greater attention to supporting traditional healing and Indigenous-led cultural interventions. (PsycInfo Database Record (c) 2022 APA, all rights reserved).
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 | 0,042 | 0,144 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,014 | 0,022 |
| Communication savante | 0,013 | 0,007 |
| Science ouverte | 0,007 | 0,006 |
| Intégrité de la recherche | 0,005 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».