Lorsque les vécus d’oppression se propagent des patient.es aux chercheur.es : comment intégrer les données expérientielles à la recherche en santé mondiale ?
Notice bibliographique
Résumé
INTRODUCTION: Global health researchers tend to focus on the social and structural determinants of health and offer solutions for the "decolonization of public health" by addressing these determinants. These solutions address the root causes of social inequalities in health, but too often ignore the affective and intersubjective dimensions that underlie the complex human relationships in global health. METHODS: In this article, we focus on experiential data through the concept of geo-corpo-political knowledge (Tlostanova & Mignolo, 2009). We explore the emotional experiences we can have as researchers engaging in authentic dialogue in research sites. We draw on collaborative research with Doctors of the World in Montreal, Quebec, focusing on barriers to health care for undocumented migrants to inform our analysis. RESULTS: In qualitative interviews with caregivers working with this population, we identified paradoxes, areas of silence, and difficulties in verbalizing their lived and emotional experiences. DISCUSSION: In this paper we go beyond what can be put into words. We aim to explore our feelings as researchers to offer a systemic understanding of the oppression experienced by patients in their interactions with healthcare institutions. We argue that to reach the most marginalized populations and better understand their experiences, it is important to develop research methods that integrate the emotional world of researchers.
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 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,016 |
| Communication savante | 0,009 | 0,010 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
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 ».