Using Photovoice with At-risk Youth: In a Community-based Cooking Program
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
PURPOSE: We examined the facilitators of and barriers to participants' application of cooking skills beyond Cook It Up!, a pilot community-based cooking program targeting at-risk youth aged 13 to 18. METHODS: Photovoice is a qualitative research method using still-picture cameras to document participants' health and community realities. Four participants photographed items they perceived as facilitators of or barriers to the application of cooking skills. At a facilitated discussion group, youth discussed why they took certain pictures and how the photos best exemplified facilitators and barriers. Participants agreed upon the themes arising from the dialogue. Data trustworthiness tools were used to ensure that themes arising from the dialogue truly represented participants' perspectives. RESULTS: Four major themes emerged as facilitators: aptitude, food literacy, local and fresh ingredients, and connectedness. Access to unhealthy foods was the only barrier that participants identified. Participants and researchers decided to advocate for the sustainability of community-based cooking programs offered for high school credit. Participants' photos would enhance advocacy efforts with education stakeholders. CONCLUSIONS: Cook It Up! provided youth with cooking techniques for healthy, economical, homemade meals, but proof was needed of the transferability of skills outside the program environment. Youth in this study identified important facilitators that enabled the continued use of their cooking skills, and one barrier. Findings underscore the importance of community-based cooking programs tailored to at-risk youth.
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 | 0,027 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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