Two-Eyed Seeing in action: Project extension for community health outcomes – Indigenous chronic pain & substance use
Notice bibliographique
Résumé
Background: Indigenous Peoples in Canada experience health disparities, including higher rates of chronic pain. Many report distrust of the health system due to factors such as racial discrimination. A lack of appreciation and respect for Indigenous knowledges further contributes to feelings of alienation. In 2022-2023, we offered the first Project Extension for Community Healthcare Outcomes (Project ECHO) Indigenous Chronic Pain and Substance Use Health (ICP&SU) to health care providers interested in improving chronic pain care with and for Indigenous Peoples in Canada. The program reflects a Two-Eyed Seeing approach weaving together Indigenous and Western approaches to chronic pain and substance use health care. Aims: We describe the development and implementation of Project ECHO ICP&SU. Methods: Following guidance from the project Elder, we use storytelling, centered around the metaphor of weaving, to discuss the conception and implementation of Project ECHO ICP&SU. We also describe our engagement in sharing circles and ceremonies to share stories, knowledges, and lessons learned. Results: With strong Anishinaabe leadership, the program was implemented as intended and reached 121 health care professionals. Lessons learned included an overt recognition of the influence of different structures and institutions on programs and for a culturally safer development and evaluation frameworks for future Project ECHOs to improve care with and for Indigenous Peoples. Conclusions: Project ECHO can be a vehicle to enact Truth and Reconciliation Calls to Action through weaving relationships and knowledges to create culturally safer institutions and practices to improve chronic pain, substance use health, and wellness, with and for Indigenous Peoples.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,020 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».