MétaCan
Menu
Retour à la cohorte
Enregistrement W1573346761 · doi:10.1111/j.1440-1800.2010.00511.x

Using participatory research to challenge the status quo for women’s cardiovascular health

2010· review· en· W1573346761 sur OpenAlexaff
Lynne Young, Joan Higgins

Notice bibliographique

RevueNursing Inquiry · 2010
Typereview
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésStatus quoTransformative learningSocioeconomic statusQualitative researchParticipatory action researchCitizen journalismSociologyPublic relationsPhotovoicePolitical scienceEconomic growthSocial scienceLaw

Résumé

récupéré en direct d'OpenAlex

Cardiovascular health research has been dominated by medical and patriarchal paradigms, minimizing a broader perspective of causes of disease. Socioeconomic status as a risk for cardiovascular disease is well established by research, yet these findings have had little influence. Participatory research (PR) that frames mixed method research has potential to bring contextualized clinically relevant findings into program planning and policy-making arenas toward developing meaningful health and social policies relevant to primary prevention. In this article we provide an overview of a PR program that included two quantitative and one qualitative studies and then we discuss lessons learned. The PR process we found was empowering for lone mothers, and transformative for lone mothers and researchers. Further, PR as an approach to research opened spaces in practice and policy-making arenas to raise upstream issues relevant to the health of low income lone mothers. We conclude that while PR is an effective approach to social determinants research, as a time-intensive endeavor, and one that does not easily align with research tradition, researchers must consider the strengths and drawbacks of PR when planning to implement such an approach.

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)0,124
score de la tête « metaresearch » (Gemma)0,107
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: Synthèse
Score de désaccord entre enseignants0,124
Score d'incertitude au seuil0,655

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1240,107
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0050,024
Communication savante0,0090,013
Science ouverte0,0030,009
Intégrité de la recherche0,0060,006
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,963
Tête enseignante GPT0,787
Écart entre enseignants0,176 · 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

Citations7
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNursing InquiryMême sujetHealth Policy Implementation ScienceTravaux en français237 207