Staff Education of Culturally and Linguistically Appropriate Services (CLAS) Standards to Improve Staff’s Knowledge in Cultural Competency: A Quality Improvement Project
Notice bibliographique
Résumé
The objective of this Doctor of Nursing Practice (DNP) project was to develop, implement, and evaluate cultural awareness in a private outpatient mental health care clinic in accordance with the Culturally and Linguistically Appropriate Services (CLAS) standards and by providing cultural awareness education training. Instrumentation included a competence self-assessment checklist adapted with permission from the Central Vancouver Island Multicultural Society. Frequency counts were used to examine the distribution of categorical demographic variables. Repeated measures ANOVA was used to examine whether a change in awareness, and knowledge, was statistically significant. Awareness scores were found to change significantly over time, F (2, 18) = 55.90, p < .001. Knowledge scores were found to change significantly over time, F (2, 18) = 27.0, p < .001. Knowledge increased significantly from pre to post and was sustained at follow-up. For Skills scores, sphericity was found to be violated and therefore the Greenhouse-Geisser correction was used. The scores were found to change significantly over time, F (1.16, 10.47) = 19.60, p <.001. Skills increased significantly from pre to post and were sustained at follow-up. There was a significant improvement in cultural awareness, knowledge, and skills. Potential improvements for the organization include an increased understanding of cultural concepts and increased self-assurance in providing care that is sensitive to patient's cultural needs. Keywords: Culture, cultural awareness, cultural competency, telehealth, CLAS standards
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 | 0,000 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».