MétaCan
Menu
Retour à la cohorte
Enregistrement W4392558072 · doi:10.1177/11771801241235373

Mental health implementation research in Indigenous communities: creating culturally safe space to enhance collective strengths

2024· article· en· W4392558072 sur OpenAlexaffabout
Nicole D’souza, Michaela Field, Tristan Supino, Mia Messer, Erin Aleck, Laurence J. Kirmayer

Notice bibliographique

RevueAlterNative An International Journal of Indigenous Peoples · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIndigenous Health, Education, and Rights
Établissements canadiensMcGill UniversityJewish General HospitalPublic Health OntarioUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésIndigenousSpace (punctuation)Mental healthSociologyPsychologyPublic relationsEngineering ethicsPolitical scienceComputer scienceEngineeringPsychiatryEcology

Résumé

récupéré en direct d'OpenAlex

In this article, we discuss the construct of cultural safety in relation to the ethics, politics, and practice of implementation research in Indigenous communities. We convened a 3-day workshop, bringing together 23 Indigenous and non-Indigenous collaborators from First Nation communities and universities across Canada to reflect on experiences with implementing an Indigenous youth and family mental health promotion program in First Nation communities. Participants identified three dimensions central to achieving culturally safe space in implementation research: (1) interpersonal dynamics of collaboration between Indigenous and non-Indigenous partners; (2) structural and temporal arrangements necessary for collaborative work; and (3) the systematic recognition and incorporation of Indigenous cultural knowledge, values, and practices. Within implementation research, attention to cultural safety can mitigate the epistemic injustice that arise from research frameworks and methodologies that exclude Indigenous perspectives and values. Cultural safety can increase the likelihood that the research process itself contributes to mental health promotion.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,444
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0050,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,474
Écart entre enseignants0,434 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAlterNative An International Journal of Indigenous PeoplesMême sujetIndigenous Health, Education, and RightsTravaux en français237 207