Determinants of readiness to implement forensic patient-oriented research: a study of barriers and facilitators in a high-secure hospital
Notice bibliographique
Résumé
Introduction: Forensic mental health care is intended to promote recovery and reintegration, but is often experienced by patients as punitive and aversive. Forensic patients are rarely engaged in research to explore what matters most to them, and little guidance exists on how this engagement may be facilitated. In this paper, we explore perceived determinants of readiness to implement forensic patient-oriented research in a high-secure setting. Methods: Following a period of engagement with staff and patients in the high-secure setting, we conducted interviews with 30 staff members (including clinicians, researchers, and hospital leaders) and five patients. We analyzed interviews using a thematic analysis approach. Coding was initially informed by the Consolidated Framework for Implementation Research, and subsequent iterations of analysis extended beyond this framework to explore patterns of meaning encompassing multiple implementation domains. Results: We identified three themes in our data: "Navigating a climate of distrust, discrimination, and restricted autonomy"; "Hearing and interpreting patient voices"; and "Experiencing a slow shift in the tide." The first two themes represent potential challenges, including distrust and stigma; inherent restrictions in forensic care, and perceptions that patient autonomy threatens staff safety; patient fears of repercussions; and barriers to valuing and understanding patient voices. The third theme describes the ongoing shift towards patient-centredness in this setting, and participants' interest in proceeding with forensic patient-oriented research. Discussion: Increased attention to relationship-building, trauma-informed principles, and epistemic injustice (i.e., unfair devaluing of knowledge) in high-secure settings can support the involvement of forensic patients in research.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,029 | 0,064 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,010 | 0,008 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».