Ceremony, Respect, and Understanding: Storytelling as Method for Indigenous Patient Experience Measurement to Inform Culturally Safe Care
Notice bibliographique
Résumé
Globally, it is essential that Indigenous-specific patient healthcare experience metrics are developed, to ensure that the distinct experiences of Indigenous Peoples in healthcare are captured appropriately. In this study, we sought to understand Indigenous Elders' perspectives on storytelling as a way to measure and respond to Indigenous patients’ healthcare experiences. This study is led by a team of Indigenous and non-Indigenous researchers, committed to using culturally safe approaches throughout all stages of research. Four individual interviews were conducted with Indigenous Elders who serve patients in the healthcare system in Vancouver, British Columbia (BC), Canada, and thematic and narrative analyses were used to identify themes pertaining to the use of storytelling in the Elders’ work, and as an approach to measuring Indigenous patients’ experiences. Four BC First Nations Elders participated in one-on-one in-depth interviews between March and August 2023. Elders shared that an important element of storytelling is the ability to centre positive conversation to help with a patients’ healing journey. Storytelling, which represents a traditional practice of knowledge translation for many First Nations, Métis, and Inuit communities, was found to connect Indigenous Peoples to cultural teachings and supports, which allowed for the building and strengthening of relationships between patients, families, and healthcare providers. Findings illustrate that storytelling is an important and effective strategy for measuring and responding to Indigenous patients’ healthcare experiences. Study results support the use of storytelling as a method for measuring Indigenous patients’ healthcare experiences, and future research should focus on understanding community perspectives and logistics of implementing a storytelling-based, Indigenous-specific patient experience measurement tool.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,041 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».