MétaCan
Menu
Retour à la cohorte
Enregistrement W2150818536 · doi:10.1177/0017896914547660

Establishing an online HIV peer helping programme: A review of process challenges and lessons learned

2014· review· en· W2150818536 sur OpenAlexaffabout
Gregory E. Harris, Valerie Corcoran, Adam Myles, Philip Lundrigan, Robert D. White, Elaine Greidanus, Stephanie Savage, Leslie Pope, James L. McDonald, Gerard Yetman

Notice bibliographique

RevueHealth Education Journal · 2014
Typereview
Langueen
DomaineHealth Professions
ThématiqueMental Health and Patient Involvement
Établissements canadiensUniversity of TorontoUniversity of LethbridgeNewfoundland and Labrador Centre for Applied Health ResearchMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésGeneral partnershipPublic relationsHuman immunodeficiency virus (HIV)Work (physics)Process (computing)Peer supportMedical educationCurriculumPeer educationPsychologySociologyPolitical scienceMedicineNursingPedagogyEngineeringPublic healthComputer scienceHealth education

Résumé

récupéré en direct d'OpenAlex

Background: Online peer support can be a valuable approach to helping people living with HIV, especially in regions with large rural populations and relatively centralised HIV services. Design: This paper focuses on a community -university partnership aimed at developing an online peer support programme in the Canadian province of Newfoundland and Labrador. Setting: Team members included community representatives and people living with HIV from the AIDS Committee of Newfoundland and Labrador (ACNL) as well as academic researchers. Objectives: Goals and objectives of the programme included reaching disconnected people living with HIV, reducing isolation among people living with HIV and connecting people living with HIV with support, education and professional resources. Method and Results: Through a process orientated and iterative decision-making approach, the team established the website, peer helping training curriculum, a recruitment plan as well as other core considerations. The current paper emphasises several process challenges and lessons learned from the development stage of the online support programme. Conclusion: It is hoped that this information will assist others in avoiding or overcoming similar process challenges arising during such work.

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 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)0,009
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,585
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,003
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 Opus0,718
Tête enseignante GPT0,615
Écart entre enseignants0,103 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealth Education JournalMême sujetMental Health and Patient InvolvementTravaux en français237 207