Transforming Community Members Into Diabetes Cultural Health Brokers
Notice bibliographique
Résumé
PURPOSE: The purpose of this study was to evaluate a community-based diabetes education pilot project. The Neighborhood Health Talker project aimed to train and implement cultural health brokers primarily targeting communities of color to improve community members' diabetes knowledge and diabetes self-management skills. A secondary aim was to establish diabetes resource libraries accessible to communities that normally experience barriers to these resources. METHODS: Recruited community members completed 1 week of formal training developed by a multidisciplinary team in Buffalo, NY. The effect of training was evaluated through the use of baseline surveys, a pretest/posttest covering all training content, and daily quizzes evaluating knowledge relevant to each of the five training modules. Trained NHTs then held at least five community conversations in various locations and administered anonymous postconversation surveys to participants. Descriptive statistics and qualitative analysis techniques were used to summarize test, quiz, and survey results. RESULTS: Twelve women and 1 man completed the training program. Working alone as well as in pairs, each held at least five community conversations reaching over 700 community members of all ages over 3 months and established 8 diabetes resource libraries in the community. All trainees increased their diabetes knowledge and confidence as well as their abilities to perform the tasks of a cultural health broker. Trainees also indicated that the goals they set at training initiation were met. CONCLUSIONS: The training was successful in increasing trainee knowledge and confidence about diabetes prevention and self-management. Participants not only developed proficiency in discussing diabetes, they also made important lifestyle changes that demonstrated their commitment to the cause and the project. Low-cost initiatives like this are easily reproducible in other communities of color and could be modified to meet the needs of other communities as well.
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 | 0,002 | 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 | 0,000 |
| 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 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 ».