Defining Community Boundaries in Health Promotion Research
Notice bibliographique
Résumé
PURPOSE: A means for integrating subjective experience in the operationalization of community boundaries is described and examined, and a community typology incorporating both psychosocial and structural resources is developed and applied. DESIGN: Small-area sense of belonging was used to delineate broader community boundaries, which were compared with administrative boundaries. Community differences on participation and health were analyzed by using analysis of variance and post hoc tests. SETTING: Data were from face-to-face interviews with residents of a relatively disadvantaged area of a medium-sized Canadian city. SUBJECTS: A sample of 910 individuals was drawn from a population listing of those aged 35 to 65 years in the project area (44% response rate). MEASURES: Measures include sense of belonging; income; community participation; and mental, physical, and perceived health. RESULTS: Data revealed the similarity of community boundaries based on sense of belonging with administrative boundaries. The communities differed significantly in income, community activities attended, and two health measures. The typology indicated the community rich in both income and sense of belonging had higher participation and health than did communities low in both or with mixed resources. CONCLUSIONS: Psychosocial indicators can be used to delineate community boundaries, which may be similar to administrative boundaries. A typology including both psychosocial and structural components can be a helpful preliminary step in interpreting area differences.
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 | 0,087 | 0,105 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,010 | 0,007 |
| Études des sciences et des technologies | 0,007 | 0,025 |
| Communication savante | 0,009 | 0,012 |
| Science ouverte | 0,002 | 0,012 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».