MétaCan
Menu
Retour à la cohorte
Enregistrement W2505121897

Exploring Partnership Functioning Within a Community-Based Participatory Intervention to Improve Disaster Resilience

2016· article· en· W2505121897 sur OpenAlexaffabout
Elizabeth Gagnon, Tracey O’Sullivan, Daniel E. Lane, Nicole Paré

Notice bibliographique

RevueJournal of higher education outreach & engagement/Journal of higher education outreach and engagement. · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensUniversity of OttawaMontfort Hospital
Organismes subventionnairesnon disponible
Mots-clésCommunity-based participatory researchParticipatory action researchGeneral partnershipPublic relationsCapacity buildingPreparednessCommunity resilienceEmergency managementPsychological resilienceResilience (materials science)Citizen journalismPublic healthSociologyPolitical scienceNursingPsychologyMedicineSocial psychologyEngineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Disasters happen worldwide, and it is necessary to engage emergency management agencies, health and social services, and community-based organizations in collaborative management activities to enhance community resilience. Community-based participatory research (CBPR) has been widely accepted in public health research as an approach to develop partnerships between academic researchers and community stakeholders and to promote innovative solutions to complex social issues. Little is known, however, about how CBPR partnerships function and contribute to successful outcomes. In this article, the authors present a case study of a CBPR partnership formed with the community of Quebec City, Canada, under the Enhancing Resilience and Capacity for Health (EnRiCH) Project, to improve emergency preparedness and adaptive capacity among high-risk populations. This qualitative study presents participants’ perspectives on how the partnership functioned and the outcomes of this collaboration. Findings are discussed in relation to contextual and group dynamics, as well as system and capacity outcomes.

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)0,016
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,265
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0160,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,580
Tête enseignante GPT0,570
Écart entre enseignants0,010 · 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'étudeSans objet
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

Citations12
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of higher education outreach & engagement/Journal of higher education outreach and engagement.Même sujetHealth Policy Implementation ScienceTravaux en français237 207