Co-Developing a Radical Mental Health Doula Model of Support
Notice bibliographique
Résumé
Feminist Participatory Action Research (FPAR) has the potential to create impactful research outcomes, challenge institutional hierarchies and disrupt conditions that oppress and marginalize women in the research process. This paper reflects on the application of FPAR as a methodology during the development of an innovative Radical Mental Health Doula (RMHD) framework and the accompanying training curriculum. Women and their experiences with mental health systems and services are at the centre of this project. Experts through their own experience, women co-researchers (WCRs) were instrumental in identifying problems and determining how to address gaps in what they recognized as an often cruel, fragmented and dehumanizing model of mental health care. The FPAR approach allowed us to question the roles of expert, researcher and subject. This enabled an exploration of how women’s voices and experience, which are traditionally silenced, can challenge hierarchical and patriarchal practices in mental health systems and research. Reflecting on the use of FPAR, through an analysis of data from consultation meetings with WCRs, we identified three key practices that led to the successful application of this methodology in the RMHD project. In this paper we highlight the voices of women co-researchers to examine 1. Relationship building, 2. Inquiry with women co-researchers and respect for lived experience, and 3. Holding space to share vulnerability and emotion in the FPAR process.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».