Evolution of a Community-Based Participatory Approach in a Rural and Remote Dementia Care Research Program
Notice bibliographique
Résumé
BACKGROUND: Community-based participatory research (CBPR) approaches are valuable strategies for addressing complex health and social problems and powerful tools to support effective transformation of social and health policy to better meet the needs of diverse stakeholders. OBJECTIVES: Since 1997, our team has utilized CBPR approaches to improve health service delivery for persons with dementia and their caregivers in rural and remote settings. We describe the evolution of our approach, including benefits, challenges, and lessons learned over the last 15 years. METHODS: A multistage approach initiated an ongoing CBPR research program in rural dementia care and shaped its direction based on stakeholders' recommendation to prioritize both community and facility-based care. Strategies to develop and foster collaborative partnerships have included travel to rural and remote regions, province-wide community meetings, stakeholder workshops, creation of a Decision-Maker Advisory Council to provide ongoing direction to the overall program, development of diverse project-specific advisory groups, and a highly successful and much anticipated annual knowledge exchange and team-building event. LESSONS LEARNED: Partnering with stakeholders in the full research process has enhanced the research quality, relevance, application, and sustainability. These benefits have supported the team's evolution from a relatively traditional focus to an integrated approach guiding all aspects of our research. CONCLUSIONS: Developing and sustaining the full range of stakeholder and decision-maker partnerships is resource-and time-intensive, but our experience shows that community-based participatory strategies are highly suited to health services research that is designed to support sustainable service delivery improvements.
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 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 | 0,060 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,006 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».