Examining Physical Activity Service Provision to Culturally and Linguistically Diverse (CALD) Communities in Australia: A Qualitative Evaluation
Notice bibliographique
Résumé
Strong evidence exists for the role of physical activity in preventing and managing a range of chronic health conditions. A particular challenge in promoting physical activity as a health strategy exists in culturally and linguistically diverse (CALD) groups, as such groups demonstrate high risk for a range of non-communicable diseases. The aim of this research was to examine the perspective of multicultural health service providers for CALD groups with respect to the physical activity services/initiatives on offer, access barriers to these services, and ideas for future service delivery in this area. Semi-structured interviews were conducted with 15 multicultural health service providers across the capital cities of the three most populous states in Australia (New South Wales, Queensland, and Victoria), and thematic content analysis was used to examine the data. Findings indicated that the majority of physical activity initiatives were associated with organizations offering other social services for CALD communities but were greatly restrained by resources. As well, it was found that most services were not designed by taking into account specific cultural requirements for CALD communities or their cultural expectations. Common barriers identified to service uptake were classified as socio-cultural (e.g., gender, language, context of health) and environmental (e.g., transportation) in nature. These findings should be utilized when planning future physical activity and health promotion initiatives for increasing CALD participation. In particular, programs need to be culturally tailored to the specific expectations of CALD groups, addressing cultural safety and sensitivity, and should be in partnership with other organizations to extend the reach and capacity.
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 | 0,028 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,004 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».