Hubs of Expressive Arts for Life (HEAL) as an intervention to support newcomer survivors of gender based domestic violence
Notice bibliographique
Résumé
Access Alliance Multicultural Health and Community Services (Access Alliance) will work with peer researchers, community members as well as academic and community organization partners to implement HEAL, an inter-sectoral, creative, culturally safe, multi-pronged capacity enriching project. This co-design, mixed method, community based participation action research is focused on vulnerable newcomer populations who are survivors of domestic violence in the City of Toronto. The team will develop expressive arts interventions and identify promising or best practices to address the trauma-informed health impacts of family violence and to improve participants’ physical and mental wellbeing. Implementation groups include Arabic, Bengali, Dari and/or Farsi, Tigrinya and/or Amharic speaking; LGBTQ+ asylum seekers; and women living in shelters. Research questions: 1. Which modalities of Expressive Arts Therapy practices can improve health and wellbeing of gender-based domestic violence survivors? 2. To identify the baseline needs of newcomer survivors of domestic based violence. 3. What changes can we expect and measure in participant's attitudes, knowledge, and practices during and after their participation in the Expressive Arts Therapy program? 4. How can successful interventions be scaled up and shared with other organizations? Objectives: - Deliver interdisciplinary team based expressive arts programs to newcomer women - Develop art medium tools and processes to build upon a distilled expressive arts guidebook with trauma and violence informed best practices. - Apply co-design and mixed method research to measure the impact the expressive art intervention has on participant's awareness of mental health and support services. - Mobilize new evidence learned and recalibrated methodologies to contribute to community of practice.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,391 | 0,011 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».