MétaCan
Menu
Retour à la cohorte
Enregistrement W4415749085 · doi:10.1007/978-3-032-03833-3_11

Building a House of Care: Movements Toward an Integration of Neuroscience and Community Solutions

2025· book-chapter· en· W4415749085 sur OpenAlexaffabout
Sanjeev Sridharan, Jane Whynot, Jordan Antflick, Nikhil Shah, Ian MacDougall, April Nakaima

Notice bibliographique

RevueIntegrated science · 2025
Typebook-chapter
Langueen
DomaineHealth Professions
ThématiqueMental Health and Patient Involvement
Établissements canadiensSt Joseph's Health CentreParks Canada
Organismes subventionnairesnon disponible
Mots-clésInterdependenceHealth careIndigenousCommissionIntervention (counseling)Adaptation (eye)PopulationSystems thinking

Résumé

récupéré en direct d'OpenAlex

This chapter proposes the House of Care model as an integrative framework for advancing person-centered brain health care through systemic evaluation and community-clinical partnerships. Building on realist evaluation principles, it argues that effective care requires understanding individuals’ lived experiences while addressing structural inequities like those described in the inverse care law, where health care services are inversely distributed with population needs. The House of Care framework emphasizes four interdependent pillars: (1) system-level problem-solving capacities to address root causes of disparities, (2) empowered patients/caregivers engaged as care co-creators, (3) organizational processes enabling cross-sector collaboration, and (4) integrated clinical-community partnerships providing continuous, anticipatory support. The model is applied to critical challenges, including implementing Canada’s Truth and Reconciliation Commission health recommendations through culturally safe evaluations and developing iterative learning through Problem-Driven Iterative Adaptation (PDIA). By combining neurological insights with community wisdom, the approach advocates for epistemic fluency—bridging Western medical and Indigenous knowledge systems to redefine thriving. The chapter positions evaluation as both a diagnostic tool and intervention catalyst, arguing that sustained improvements require dismantling evidence-generation asymmetries between clinical and community sectors while fostering trust through collaborative design. The role of evaluation in building adaptive brain health systems that transcend project-based thinking to help individuals and communities thrive is described.

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)0,021
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,172

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0120,050
Communication savante0,0180,023
Science ouverte0,0040,017
Intégrité de la recherche0,0090,012
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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 Opus0,315
Tête enseignante GPT0,448
Écart entre enseignants0,132 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIntegrated scienceMême sujetMental Health and Patient InvolvementTravaux en français237 207