MétaCan
Menu
Retour à la cohorte
Enregistrement W4401747416 · doi:10.3389/fpubh.2024.1419250

From trauma to resilience: advancing cultural responsiveness and equity in the Muskowekwan First Nation’s healing journey

2024· article· en· W4401747416 sur OpenAlexafffundabout
JoLee Sasakamoose, Shauneen Pete, Fred O’Soup, Tiffany Wolfe

Notice bibliographique

RevueFrontiers in Public Health · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIndigenous Health, Education, and Rights
Établissements canadiensAssembly of First NationsRoyal Roads UniversityUniversity of Regina
Organismes subventionnairesIndigenous Services CanadaSaskatchewan Health Research Foundation
Mots-clésIndigenousEquity (law)Participatory action researchMental healthCommunity-based participatory researchPublic relationsCommunity engagementHistorical traumaSociologyPsychological resilienceRestorative justiceCommunity developmentCommunity resiliencePolitical scienceMedicinePsychologyNursingCriminologySocial psychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Introduction: The Muskowekwan First Nation (MFN) in Saskatchewan, Canada, epitomizes the enduring strength and cultural preservation of the Saulteaux people. This community faces the lasting effects of colonial trauma, especially the violence, abuse, and adversity experienced by students at the Muskowequan Indian Residential School (MIRS). Decades of abuse by institutional leaders caused generational trauma, contributing to current mental health and well-being challenges. This study highlights the community's role in sharing experiences and shaping healing processes to develop the MFN Family Healing and Wellness Centre in response to urgent community concerns. It examines the integration of Justice, Diversity, Equity, and Inclusion (J-DEI) principles and cultural responsiveness in fostering community resilience and mental well-being. Methods: Adopting a community-based participatory research framework, this study employs a mixed-methods approach, including community engagement sessions and surveys. Collaborating closely with the MFN leadership, it draws upon the specialized expertise of Author2 and Author1, leaders in Indigenous health and research. The research uses qualitative and quantitative data collection, emphasizing the importance of community input and leadership in shaping the research process and outcomes. Results: Findings emphasize the community's commitment to spiritual and cultural practices as vital healing components. Amidst the heightened awareness of the lingering effects of the MIRS within the MFN community, these insights informed the development of the Centre, ensuring it incorporates the community's desires for culturally relevant healing practices. The grand opening of Phase I of the Centre in February 2023 emerged as a significant step forward, symbolizing a move towards holistic community health that honors resilience, holistic wellness, and cultural continuity. Discussion: This case study contributes to the literature on integrated, culturally responsive healthcare models that address the needs of Indigenous peoples and communities. The study provides insights to guide the Centre's future programs and services, ensuring they are culturally tailored and responsive to the community's needs. By illustrating the potential for traditional wisdom and contemporary health practices to foster well-being, the case study advocates for holistic approaches to healing in Indigenous settings, offering a replicable framework for similar initiatives globally.

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)0,008
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,944
Score d'incertitude au seuil0,112

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0260,026
Communication savante0,0150,008
Science ouverte0,0020,023
Intégrité de la recherche0,0020,006
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,065
Tête enseignante GPT0,394
Écart entre enseignants0,329 · 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'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

Citations2
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFrontiers in Public HealthMême sujetIndigenous Health, Education, and RightsTravaux en français237 207