Effective health and wellness systems for rural and remote Indigenous communities: a rapid review
Notice bibliographique
Résumé
Background: The Canadian healthcare system bares a long legacy of colonisation and assimilation of Indigenous values and approaches to health and wellness. This system often perpetuates social and health inequities through systemic racism, underfunding, lack of culturally appropriate care and barriers to access care. Current funding legislation policies enacted across federal, provincialand territorial governments do not necessarily uphold Indigenous Peoples’ rights to self-determination, health and wellness. We summarise literature on promising Indigenous health systems and practices that prioritise and/or improve rural Indigenous Peoples’ health and wellness. Objective: The impetus for this review was to provide information on promising health systems, while Dehcho First Nations developed a health and wellness vision. Methods: Documents were gathered from indexed and non-indexed databases to obtain literature from peer-reviewed and non-peer reviewed sources. Two reviewers independently 1) screened titles, abstracts and full texts to ensure they met the inclusion criteria, 2) gathered relevant data from all included documents and 3) identified major themes and sub-themes. Reviewers then discussed and reached consensus on the themes. Results: Thematic analysis revealed six themes for effective health systems for rural and remote Indigenous communities: 1) access to primary care, 2) multi-directional knowledge exchange, 3) culturally appropriate care, 4) training and building community capacity, 5) integrated care and 6) health system funding. Conclusion: Effective health and wellness systems must support Indigenous ways of knowing and doing in healthcare models based on collaborative partnerships with community members, health providers and government agencies.
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 | 0,016 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,015 | 0,016 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,006 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».