Bridging Gaps in Collaboration Between Community Organizations and Hospital-Based Violence Treatment Centers Serving Transgender Sexual Assault Survivors
Notice bibliographique
Résumé
Community and healthcare organizations have not historically collaborated effectively, leaving gaps in the continuum of care for survivors of sexual assault. These gaps are particularly acutely felt by transgender (trans) survivors, who experience additional barriers to care and face higher rates of sexual assault. To bridge these gaps and enhance the provision of comprehensive support for trans people, we developed an intersectoral network of trans-positive community and hospital-based organizations in Ontario, Canada. As part of a baseline evaluation of the network, we conducted a social network analysis to determine the extent and nature of collaboration between members within and across these two sectors. Using a validated social network analysis tool (PARTNER survey), data were collected from June 22 to July 22, 2021. The extent of collaboration was examined by relationship type: intrasectoral (same sector) and intersectoral (different sectors). The nature of collaboration was examined using relational scores (value: power, level of involvement, potential resource contribution; trust: reliability, mission congruence, openness to discussion). Fifty-four community organizations (65.9% of 82 invited) and 24 hospital-based violence treatment centers (64.9% of 37 invited) responded. The majority of collaborations were within, rather than across, the two sectors: of all 378 collaborations described, 70.9% ( n = 268) were intrasectoral collaborations and 29.1% ( n = 110) were intersectoral collaborations. Intersectoral relationships were characterized by lower scores for level of involvement, trust, reliability, and mission congruence than intrasectoral relationships, but higher scores for power. These findings were shared in a virtual consultation session of key stakeholders, in which some participants expressed “surprise” and concern for the lack of collaboration and character of relationships across sectors. Recommendations to increase intersectoral collaboration, which included intersectoral program planning and service design and supporting increased opportunities for intersectoral training and knowledge exchange, are presented.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».