社会治理背景下严重精神障碍社区康复跨部门协作机制研究——以S市N医院精防社工项目为例

来源 :厦门大学 | 被引量 : 0次 | 上传用户:luoqiuqiu80
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
改革开放以来,我国进入一个迅速变革的时期,剧烈变化的社会环境给个体带来冲击,导致心理问题和精神疾病的患病率明显升高,精神疾病成为新的健康问题。随着我国精神卫生政策的完善和发展,社区康复已经成为精神健康基层政策的重点。严重精神障碍社区康复服务涉及众多复杂社会问题的解决,需要多部门共同参与协作,减少服务的重复,填补服务的空白,以提供更加灵活、协调、关联的整合服务。尤其是在强调多元主体参与共治的社会治理背景下,跨部门协作更加成为了严重精神障碍社区康复服务的重点和难点。尽管目前相关研究都强调严重精神障碍社区康复服务需要跨部门协同,但是大多都是从理念和政策解读的角度提出这一观点,缺乏实证研究,尤其社会工作,这一问题更为突出。因此,本研究就社会工作者参与严重精神障碍社区康复服务跨部门协作的过程开展研究,探究在社会治理背景下严重精神障碍社区康复服务面临什么样的跨部门协作机制、协作中的困难与出现这一现象的原因是什么、社会工作者在其中发挥什么样的作用,以帮助解决严重精神障碍社区康复服务跨部门协作的实际困难,发挥社会工作者在严重精神障碍社区康复服务跨部门协作中的积极作用,促进“健康中国”的建设。本研究以新制度理论为研究框架,针对S市N区社区精防跨部门协作项目的个案,选取N医院11名精防社工为研究对象,通过个案研究的方法对社会工作者参与跨部门协作的机制进行研究,并采用文献法、焦点小组访谈、半结构式访谈收集相关的研究资料。研究发现:1.严重精神障碍社区康复服务是一种在政法委牵头下形成的“五位一体”的部门协作机制,参与部门有社康精防医疗部门、社区民警公安部门、社区专干、残联专干、患者监护人,跨部门协作需要满足各部门差异化的价值规范要求,也需要立足于本土人情文化进行运作。2.各部门在参与“五位一体”跨部门协作中遇到三方面的困难:旧制度抵抗迁移的压力,表现在各部门缺乏改变动力、工作目标存在冲突;新制度形成过程中的困难,需要协商磨合,表现在工作配合脱节、缺乏统筹协调角色;协作各方之间权力不均衡,导致分工边界不清、弱势方的角色定位困难。3.社会工作者为应对跨部门协作中出现的问题,采取三个方面的策略:通过积极分享政策文件、了解并配合协作对象、与各部门建立信任互利关系等方式取得协作部门的接纳;通过协助完成共同目标、促进信息流通等方式促进各部门之间协作;通过发挥专业服务,连接患者病症与生活管理、形成服务中的规范性操作等方式形成更清晰的角色定位等。本研究还讨论了 1.这一跨部门协作现象的制度原因:(1)公共治安治理的要求,所以政法委牵头;(2)多元参与治理的要求,所以卫健、民政,特别是家人参与;(3)基层社会治理创新的要求,所以引入社会工作。2.对社会工作者促进严重精神障碍社区康复服务跨部门协作,梳理出三个方面的工作要点:(1)社会工作者配合各部门工作,在部门之间协调关系,促进协作机制的运行;(2)社会工作者以协同的观念,平衡部门之间的冲突;(3)社会工作者在协作中发挥独特的专业贡献,填补其他部门服务的空白,保障协作机制的完善与成果。在理论方面,本研究的发现有助于弥补我国严重精神障碍社区康复服务中社会工作实务经验的不足;从新制度理论视角理解我国严重精神障碍社区康复跨部门协作的机制;有助于探讨社会工作在社区精防跨部门协作机制中的独特作用。在实践方面,本研究通过对社会工作者参与跨部门协作过程的探究,有助于了解我国严重精神障碍社区康复服务跨部门协作中的困难,找到应对方式;有助于理解社会治理背景下,跨部门协作的协同服务方式;有助于总结社会工作者参与社区精防跨部门协作的方法和策略。本文章共分为六个章节,第一章导论,介绍了研究的背景、目标和意义,确定了研究问题:在社会治理背景下严重精神障碍社区康复服务面临什么样的跨部门协作机制?这一机制产生什么样的影响?社会工作者在其中发挥什么样的作用?这一跨部门协作机制运行的制度依据是什么?社会工作者如何介入以促进这一机制发挥积极的作用?第二章是文献回顾了跨部门协作、严重精神障碍社区康复、社会工作介入严重精神障碍社区康复、社会治理的相关研究,确定了研究焦点在于探索严重精神障碍社区康复服务中跨部门协作机制,同时分析社会工作者要在参与跨部门协作中采取何策略、发挥何作用。第三章为研究设计,介绍了本研究的理论框架和研究方法选择,即从新制度理论的视角出发针对社会工作者参与严重精神障碍社区康复服务跨部门协作的过程进行研究,采用个案研究方法开展研究,并采用文献法、焦点小组访谈、半结构式访谈收集相关的研究资料。第四章为研究发现,分别归纳了严重精神障碍社区服务涉及到的不同部门、跨部门协作中遇到的困难、社会工作者应对跨部门协作中困难的策略。第五章是研究讨论,对跨部门协作现象出现的制度原因进行解释,总结了社会工作者在促进严重精神障碍社区康复服务跨部门协作中的积极作用。第六章是研究结论与局限,主要是对本研究的发现进行总结、对研究局限进行反思,并向我国社区精防社工给出建议。
其他文献
自现代社会尤其是工业革命以来,化石能源的过度消耗造成了重大的能源短缺问题,学者们不断进行了新能源以及新型能源装置的广泛研究,致力于完成能源的可持续开发和利用,而超级电容器因为其高功率密度和卓越的稳定性引起广泛关注。相比于电池,超级电容器尽管有着充放电速度快的优势,但是其能量密度过低限制了其商业化应用的进程。而选择适宜的材料组装超级电容器,提高单位电容是电容器应用的核心问题,过渡金属氮化物作为一种新
学位
作为我国一种新兴的金融机构,村镇银行在弥补农村金融服务缺位等方面作出了突出贡献,为农村经济增长和小微企业发展提供了重要的金融支持。然而,随着村镇银行的快速发展,村镇银行的信贷风险不断增多,出现资产质量下降、贷款不良率上升、违规开展业务等一系列问题。甚至部分村镇银行没有建立信贷风险管理机制,一旦发生大规模信贷风险,将给储户和国家造成巨大的损失。鉴于此,文章对新时期村镇银行信贷风险管理存在的问题进行分
期刊
深度神经网络由于其出色的性能被广泛的应用到了各个领域中,但同时深度神经网络也具有计算量和参数量较大的弊端,这样的特点阻碍了深度神经网络的进一步发展。近年来大量的研究关注于深度神经网络的压缩与加速,并提出了多种有效的方法。一种常用的方法是神经网络的剪枝,但目前的剪枝方法大多都依赖手工设计剪枝模型结构和单一的剪枝算法,在面对不同的硬件或者压缩目标时欠缺灵活性,并且在压缩率较高的时候难以维持原有的性能。
学位
箱包重识别目的在于对箱包进行跨摄像机跟踪,其在机场以及海关安检等地方对丢失箱包寻找或可疑箱包追踪发挥重要的作用。目前主流技术是通过射频标签来实现定位跟踪,该标签可能存在运输过程意外脱落、人为撕开以及受金属干扰等问题。箱包重识别作为新型跟踪技术可以作为射频识别的代替或补充。由于该技术不需要物理标签,因此不会存在上述的问题且能够降低成本。然而箱包具有姿态变化大、相互遮挡以及个体间存在极为相似等情况从而
学位
视频目标检测与跟踪作为计算机视觉中的基础问题,已被广泛应用于视频监控、无人驾驶、增强现实等实际场景中。然而,由于实际场景的复杂性,视频中的目标往往会受到遮挡、模糊、相机失焦等问题的影响。这些问题使得视频目标检测与跟踪方法在实际应用中存在一定的局限性。与图像不同,视频包含丰富的时空(Spatial-Temporal)信息。通过充分挖掘视频中丰富的时空信息,可以有效提高视频目标检测与跟踪的精度。鉴于此
学位
具有丰富分子轨道和多个能级的有机分子已成为微型分子电子器件和热电材料的良好候选者,分子结的电输运及热电性质测量对于分子导电机制研究具有重要意义,也为推动集成电路工业小型化和高效热电转换的发展提供了新思路。随着扫描隧穿裂结等精密测量仪器技术的开发和拓展,众多单分子结或分子膜器件的热电性质被广泛研究,并初步开拓了热电性质基于分子与电极的接触效应、长度依赖性、分子内部取代基团、外部环境调控的变化规律。进
学位
合理膳食是老年人保持健康、防治慢性病的最佳途径之一。当前中国社会老龄化进程加速,老年人膳食健康问题也逐渐突显。一方面,随着老龄人口的增加以及对膳食健康的日渐重视,社会中对老年人膳食知识的需求迅速增长。另一方面,老年人缺乏获取全面的膳食知识的途径,且难以分辨互联网中混杂的信息。基于此,本文在保证易操作性的前提下,设计并实现老年人膳食问答推荐系统,精准实时地为广大老年人及其家属答疑解惑,方便用户快捷地
学位
深度学习已经成功地被应用于解决各种计算视觉问题。但在无人驾驶、机器人技术等应用场景下,图片无法提供感知环境所需的全部信息。相比于图像,三维数据可以更准确地还原现实场景,在不同应用场景的推动下,处理三维数据逐渐成为热门课题,其中点云作为较为简洁的三维数据的表示形式,不论是获取还是应用上都十分简便,因此高效地分析点云是让机器理解三维数据的关键。然而现存的方法存在诸多问题,比如,在点云场景语义分割任务中
学位
全卷积神经网络为图像语义分割开辟了新的发展道路,使图像语义分割得到了迅猛发展。图像语义分割是将不同的图像区域解析为语义相关类别的视觉任务。图像语义分割在车辆自动驾驶、医学疾病诊断、视频监控等方面有着广泛的研究前景和实践意义。现有的主流全监督图像语义分割方法需要耗费大量人力进行像素级标注,因此,研究不完全标记的图像语义分割是一个具有实际意义的研究方向。然而,现有的使用相对容易标注样本的弱监督图像语义
学位
近年来,深度卷积神经网络推动了人工智能的快速发展,但神经网络模型庞大的参数量和计算量,严重制约了其在资源受限的移动嵌入式设备端的应用和部署。庞大的市场需求,促使越来越多的学者聚焦于神经网络压缩与加速的研究。本文致力于基于量化的神经网络压缩与加速算法的探索,基于参数量化技术,分析量化误差,并据此提出提高量化模型性能的优化算法。本文研究内容和创新点如下:(1)基于渐进优化的量化算法。现有自动混合精度量
学位