MétaCan
Menu
Retour à la cohorte
Enregistrement W2462574709 · doi:10.18357/ijih111201616013

Promoting Culturally Respectful Cancer Education Through Digital Storytelling

2016· article· en· W2462574709 sur OpenAlexvenueno aff
Melany Cueva, Regina Kuhnley, Anne P. Lanier, Mark Dignan, Laura Revels, Nancy E. Schoenberg, Katie Cueva

Notice bibliographique

RevueInternational Journal of Indigenous Health · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDigital Storytelling and Education
Établissements canadiensnon disponible
Organismes subventionnairesNational Cancer Institute
Mots-clésDigital storytellingStorytellingIndigenousFeelingCancer preventionPsychologyMedical educationCancerMedicinePedagogyNarrativeSocial psychology

Résumé

récupéré en direct d'OpenAlex

Cancer is the leading cause of mortality among Alaska Native people. Over half of Alaska Native people live in rural communities where specially trained community members called Community Health Aides/Practitioners (CHA/Ps) provide health care. In response to CHA/Ps' expressed desire to learn more about cancer, four 5-day cancer education and digital storytelling courses were provided in 2014. Throughout each course, participants explored cancer information, reflected on their personal experiences, and envisioned how they might apply their knowledge within their communities. Each course participant also created a personal and authentic digital story, a methodology increasingly embraced by Indigenous communities as a way to combine storytelling traditions with modern technology to promote both individual and community health. Opportunities to learn of CHA/Ps' experiences with cancer and digital storytelling included a 3-page end-of-course written evaluation, a weekly story-showing log kept for 4 weeks post-course, a group teleconference held 1-2 weeks post-course, and a survey administered 6 months post-course. Participants described digital storytelling as a culturally respectful way to support cancer awareness and education. Participants described the process of creating digital stories as supporting knowledge acquisition, encouraging personal reflection, and sparking a desire to engage in cancer risk reduction activities for themselves and with their families and patients. As a result of creating a personalized digital story, CHA/Ps reported feeling differently about cancer, noting an increase in cancer knowledge and comfort to talk about cancer with clients and family. Indigenous digital stories have potential for broad use as a culturally appropriate health messaging tool.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,048
Tête enseignante GPT0,439
Écart entre enseignants0,392 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

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

En bref

Citations31
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Indigenous HealthMême sujetDigital Storytelling and EducationTravaux en français237 207