MétaCan
Menu
Retour à la cohorte
Enregistrement W4396579130 · doi:10.1186/s12939-024-02185-5

Examining global Indigenous community wellness worker models: a rapid review

2024· review· en· W4396579130 sur OpenAlexafffund
Kayla Fitzpatrick, Erynne Sjoblom, Giulia Puinean, H. N. Robson, Sandy Campbell, Bryan Fayant, Stephanie Montesanti

Notice bibliographique

RevueInternational Journal for Equity in Health · 2024
Typereview
Langueen
DomaineSocial Sciences
ThématiqueIndigenous Health, Education, and Rights
Établissements canadiensUniversity of AlbertaCumulative Environmental Management AssociationSt. John’s Health Sciences CentreAlberta Health Services
Organismes subventionnairesCanadian Institutes of Health ResearchCanada Research Chairs
Mots-clésGrey literatureIndigenousMental healthMedicineHealth services researchWorkforce developmentWorkforcePublic healthNursingGerontologyMEDLINEPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: There is a growing interest in employing community wellness worker models in Indigenous populations to address inequities in healthcare access and outcomes, concerns about shortage in health and mental health human resources, and escalating burden of chronic and complex diseases driving significant increase in health services demand and costs. A thorough review of Indigenous community wellness worker models has yet to be conducted. This rapid review sought to outline the characteristics of a community wellness worker model in Indigenous contexts across the globe, detailing factors shaping implementation challenges and success. METHODS: A rapid review of the international peer-reviewed and grey literature of OVID Medline, Global Index Medicus, Google, and Google Scholar was conducted from January to June 2022 for Indigenous community wellness/mental health worker models and comparative models. Articles were screened and assessed for eligibility. From eligible articles, data pertaining to study design and sample; description of the program, service, or intervention; model development and implementation; terminology used to describe workers; training features; job roles; funding considerations; facilitators and barriers to success; key findings; outcomes measured; and models or frameworks utilized were extracted. Data were synthesized by descriptive and pattern coding. RESULTS: Twenty academic and eight grey literature articles were examined. Our findings resulted in four overarching and interconnected themes: (1) worker roles and responsibilities; (2) worker training, education, and experience; (3) decolonized approaches; and (4) structural supports. CONCLUSION: Community wellness worker models present a promising means to begin to address the disproportionately elevated demand for mental wellness support in Indigenous communities worldwide. This model of care acts as a critical link between Indigenous communities and mainstream health and social service providers and workers fulfill distinctive roles in delivering heightened mental wellness supports to community members by leveraging strong ties to community and knowledge of Indigenous culture. They employ innovative structural solutions to bolster their efficacy and cultivate positive outcomes for service delivery and mental wellness. Barriers to the success of community wellness worker models endure, including power imbalances, lack of role clarity, lack of recognition, mental wellness needs of workers and Indigenous communities, and more.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,024
score de la tête « metaresearch » (Gemma)0,062
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,124

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,062
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,004
Bibliométrie0,0250,022
Études des sciences et des technologies0,0010,002
Communication savante0,0060,007
Science ouverte0,0030,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,340
Tête enseignante GPT0,543
Écart entre enseignants0,203 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Equity in HealthMême sujetIndigenous Health, Education, and RightsTravaux en français237 207