Using photovoice methods to explore older people's perceptions of respect and social inclusion in cities: Opportunities, challenges and solutions
Notice bibliographique
Résumé
Urbanisation and population ageing have contributed to recognise cities as important settings for healthy ageing. This paper considers opportunities, challenges and solutions of using photovoice methods for exploring how individuals perceive their cities and the contribution this makes to their health. It focuses on one aspect of older people's experiences - respect and social inclusion, in the context of a community-based participatory research. Drawing on selected findings (participants' photographs, associated quotes and researchers' field notes), we provide an assessment of the suitability of photovoice methodology for the intended purpose. Four groups of older people (n=26; aged 60 years or more) from four contrasting geographical areas in Liverpool, UK, were recruited purposively. Participants photographed perceived positive and negative aspects of respect and social inclusion in the city, reflecting on the meanings of the photographs in individual (n=23) and group interviews (n=9). Thematic and content analysis was conducted using NVivo 10 software. The work reported here provides insights into how participants engage with the photovoice process; factors preventing taking photos of interest; and how photographs complement interviews and focus groups. The findings demonstrate that photovoice both facilitated the dissemination of personalised relevant knowledge, and encouraged critical dialogue between participants, and city stakeholders. Reported difficulties included photography of negative and social concepts, and anxiety when taking photographs due to (i) expectations of what is a 'proper' photograph, and (ii) the need to obtain consent from subjects. With preparation, training, and discussion of participants' ideas not expressed through photographs, photovoice was well-suited to this topic, providing insights complementing other research methods. Through analysing the application of photovoice for exploring perceptions of respect and social inclusion in cities, our paper has identified potential issues and provides important recommendations for researchers on how photovoice methodology can be strengthened in exploring conditions for better health in the urban environment.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».