MétaCan
Menu
Retour à la cohorte
Enregistrement W2147831648 · doi:10.1371/journal.pntd.0003713

What Makes Community Engagement Effective?: Lessons from the Eliminate Dengue Program in Queensland Australia

2015· article· en· W2147831648 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevuePLoS neglected tropical diseases · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensPublic Health OntarioUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesBill and Melinda Gates Foundation
Mots-clésCommunity engagementDengue feverGrounded theoryPublic relationsPopulationQualitative researchBest practicePolitical scienceMedicineSociologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Worldwide, more than 40% of the population is at risk from dengue and recent estimates suggest that up to 390 million dengue infections are acquired every year. The Eliminate Dengue (ED) Program is investigating the use of Wolbachia-infected, transmission-compromised, mosquitoes to reduce dengue transmission. Previous introductions of genetically-modified strategies for dengue vector control have generated controversy internationally by inadequately engaging host communities. Community Engagement (CE) was a key component of the ED Program's initial open release trials in Queensland Australia. Their approach to CE was perceived as effective by the ED team's senior leadership, members of its CE team, and by its funders, but if and why this was the case was unclear. We conducted a qualitative case study of the ED Program's approach to CE to identify and critically examine its components, and to explain whether and how these efforts contributed to the support received by stakeholders. METHODOLOGY/PRINCIPAL FINDINGS: In-depth semi-structured interviews were conducted with 24 participants with a range of experiences and perspectives related to the ED Program's CE activities. Our analytic approach combined techniques of grounded theory and qualitative description. The ED Program's approach to CE reflected four foundational features: 1) enabling conditions; 2) leadership; 3) core commitments and guiding values; and 4) formative social science research. These foundations informed five key operational practices: 1) building the CE team; 2) integrating CE into management practices; 3) discerning the community of stakeholders; 4) establishing and maintaining a presence in the community; and 5) socializing the technology and research strategy. We also demonstrate how these practices contributed to stakeholders' willingness to support the trials. CONCLUSIONS/SIGNIFICANCE: Our case study has identified, and explained the functional relationships among, the critical features of the ED Program's approach to CE. It has also illuminated how these features were meaningful to stakeholders and contributed to garnering support within the host communities for the open-release trials. Our findings reveal how translating ethical intentions into effective action is more socially complex than is currently reflected in the CE literature. Because our case study delineates the critical features of the ED Program's approach to CE, it can serve as a framework for other programs to follow when designing their own strategies. And because the findings outline a theory of change for CE, it can also serve as a starting point for developing an evaluation framework for CE.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil0,878

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,622
Tête enseignante GPT0,608
Écart entre enseignants0,014 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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