MétaCan
Menu
Retour à la cohorte
Enregistrement W1969057930 · doi:10.1353/cpr.0.0017

The Last Straw!: A Tool for Participatory Education About the Social Determinants of Health

2008· article· en· W1969057930 sur OpenAlexaff
Kate Rossiter, Kate Reeve

Notice bibliographique

RevueProgress in community health partnerships · 2008
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInnovative Teaching Methodologies in Social Sciences
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCitizen journalismStrawSocial determinants of healthCommunity-based participatory researchParticipatory action researchPolitical scienceSociologyPsychologyEnvironmental healthEconomic growthPublic healthMedicineNursingEconomicsAgronomy

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In response to a scarcity of teaching tools regarding the social determinants of health (SDOH), Kate Reeve and Kate Rossiter created The Last Straw! board game, an innovative participatory education tool to facilitate and engage critical thinking about the SDOH. OBJECTIVES: The Last Straw! is designed to encourage discussion about the SDOH, promote critical thinking, and build empathy with marginalized people. METHODS: The game begins as each player rolls the dice to create a character profile, including socioeconomic status (SES), race, and gender. Based on this profile, players then receive a certain number of "vitality chips." Moving across the board, players encounter scenarios that cause them to gain and lose chips based on their profile. The player who finishes the game with the most chips wins the game. The game can be facilitated for a variety of audiences, including both players with no prior knowledge of the SDOH and those experienced in the field. CONCLUSIONS: The game has been played with students, policymakers, and community workers, among others, and has been met with immense enthusiasm. Here, we detail the game's reception within the community, including benefits, limitations, and next steps.

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)0,008
score de la tête « metaresearch » (Gemma)0,018
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,107

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,018
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,003
Communication savante0,0030,004
Science ouverte0,0030,008
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0320,005

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 Opus0,624
Tête enseignante GPT0,588
Écart entre enseignants0,035 · 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
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProgress in community health partnershipsMême sujetInnovative Teaching Methodologies in Social SciencesTravaux en français237 207