<i>‘Every Voice Matters’:</i> A Photovoice Study on the Personal Impacts of Co‐Production in Recovery Colleges
Notice bibliographique
Résumé
BACKGROUND: The engagement of people with lived experience (PWLE) of mental health and substance use health challenges in the co-production of health services, programming and research has many benefits, but how co-production impacts those involved remains unclear. Recovery Colleges are low-barrier, generally co-produced education programmes focused on mental health and wellness. Designed to support individuals on their personal recovery journeys, they provide a meaningful setting to explore the impacts of co-production. OBJECTIVE: This co-produced study explored the impact of co-production within recovery-oriented programming using a photovoice methodology. Photovoice captured the lived experiences and expertise of people involved in Canadian Recovery Colleges as curriculum designers, facilitators and/or students. METHOD: A sample of 21 participants with co-production experience took part in seven photovoice workshops. These culminated in a final photo submission that illustrated how co-production has impacted them. Eighteen participants completed a focus group discussion on the topic, which was audio recorded, transcribed and analysed using codebook thematic analysis. RESULTS: Five themes were generated from the data. Participants found that co-production (1) reduced stigma, (2) provided a space to collectively share lived experience, (3) helped them develop a sense of belonging, (4) helped them advance their personal recovery journeys and (5) supported their personal growth. CONCLUSIONS: This study demonstrated that co-production in Recovery College settings has a wide range of positive impacts for the individuals involved, across a range of personal factors. The co-production of services, programme development and research can create positive meaning for those involved in mental health and substance use health settings, as well as potentially other broader health settings, which may aid in their recovery journeys. PATIENT OR PUBLIC CONTRIBUTION: A Recovery College research subcommittee, including individuals with lived experience of mental health and/or substance use challenges, co-produced every phase of this study.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».