Indigenous Cultural Safety Trainings for Healthcare Professionals Working in Ontario, Canada: Context and Considerations for Healthcare Institutions
Notice bibliographique
Résumé
Background: Racism and discrimination are realities faced by Indigenous peoples navigating the healthcare system in Canada. Countless experiences of injustice, prejudice, and maltreatment calls for systemic action to redress professional practices of health care professionals and staff alike. Research points to Indigenous cultural safety training in healthcare systems to educate, train, and provide non-Indigenous trainees the necessary skills and knowledge to work with and alongside Indigenous peoples using cultural safe practices grounded in respect and empathy. Objective: We aim to inform the development and delivery of Indigenous cultural safety training within and across healthcare settings in the Canadian context, through repository of Indigenous cultural safety training examples, toolkits, and evaluations. Methods: An environmental scan of both gray (government and organization-issued) and academic literature is employed, following protocols developed by Shahid and Turin (2018). Synthesis: Indigenous cultural safety training and toolkits are collected and described according to similar and distinct characteristics and highlighting promising Indigenous cultural safety training practices for adoption by healthcare institutions and personnel. Gaps of the analysis are described, providing direction for future research. Final recommendations based on overall findings including key areas for consideration in Indigenous cultural safety training development and delivery. Conclusion: The findings uncover the potential of Indigenous cultural safety training to improve healthcare experiences of all Indigenous Peoples. With the information, healthcare institutions, professionals, researchers, and volunteers will be well equipped to support and promote their Indigenous cultural safety training development and delivery.
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 | 0,006 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,043 | 0,010 |
| Communication savante | 0,008 | 0,003 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».