Paniya Voices: A Participatory Poverty and Health Assessment among a marginalized South Indian tribal population
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
BACKGROUND: In India, indigenous populations, known as Adivasi or Scheduled Tribes (STs), are among the poorest and most marginalized groups. 'Deprived' ST groups tend to display high levels of resignation and to lack the capacity to aspire; consequently their health perceptions often do not adequately correspond to their real health needs. Moreover, similar to indigenous populations elsewhere, STs often have little opportunity to voice perspectives framed within their own cultural worldviews. We undertook a study to gather policy-relevant data on the views, experiences, and priorities of a marginalized and previously enslaved tribal group in South India, the Paniyas, who have little 'voice' or power over their own situation. METHODS/DESIGN: We implemented a Participatory Poverty and Health Assessment (PPHA). We adopted guiding principles and an ethical code that promote respect for Paniya culture and values. The PPHA, informed by a vulnerability framework, addressed five key themes (health and illness, well-being, institutions, education, gender) using participatory approaches and qualitative methods. We implemented the PPHA in five Paniya colonies (clusters of houses in a small geographical area) in a gram panchayat (lowest level decentralized territorial unit) to generate data that can be quickly disseminated to decision-makers through interactive workshops and public forums. PRELIMINARY FINDINGS: Findings indicated that the Paniyas are caught in multiple 'vulnerability traps', that is, they view their situation as vicious cycles from which it is difficult to break free. CONCLUSION: The PPHA is a potentially useful approach for global health researchers working with marginalized communities to implement research initiatives that will address those communities' health needs in an ethical and culturally appropriate manner.
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 | 0,007 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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