Partnerships and Coalitions for Community-Based Research
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Address correspondence to Dr. Green, Office on Smoking and Health, CDC, 4770 Buford Hwy, MS K-50, Atlanta GA 30341-3717; tel. 770-488-5701; fax 770-488-5767; e-mail . WHAT HAVE SEVERAL DECADES OF HEALTH EDUCATION, PROMOTION, and engagement with community and academic partners taught us about community-based research in public health? We know that some lessons derive from specific studies,1,2 others from reviews of international research literature,3,4 and still others from guides that help practitioners apply their apparent lessons.5 This commentary blends the findings of these various studies, reviews, and guides with general principles and guidelines that have emerged from our combined experience and observa tions in academic, foundation, federal, state, and local situations in the United States, Canada, Australia, and other countries. Our comments center on community-based partnerships, coalitions, and infrastructure building, but we emphasize that horizontal commu nity coalitions and partnerships must be based on strong vertical rela tionships between local entities and their state and national counter parts or headquarter organizations. We assume that university-based researchers are often, but not necessarily or always, part of community based partnership. In order to answer our first question, we pose additional questions: Why is some partnering essential to community-based research? How much partnering is needed to facilitate the research, community planning, and execution of programs? What are the principles and components of good community partnerships, and how do they fit with the principles of participatory research and the particular demands of academic-community partnerships? What are some cautions for partnerships that become large coalitions? Finally, what lessons have the large community trials in chronic disease prevention taught us?
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,043 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,011 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle