An Innovative Sequential Focus Group Method for Investigating Diabetes Care Experiences With Indigenous Peoples in Canada
Notice bibliographique
Résumé
This article describes the innovative use of sequential focus groups (SFGs) with Indigenous adults living with type 2 diabetes. This use of SFGs has not been previously described in the literature. In our project, SFGs were used to explore Indigenous people’s experiences in managing their diabetes. Our research objective has been to elucidate deep understandings of these experiences in order to inform the development of continuing medical education curriculum with the aim of improving approaches to diabetes care for Indigenous people. Working in partnerships with Indigenous health organizations, we recruited four groups comprising participants from diverse Indigenous communities (two urban, two rural) in three provinces of Canada. We conducted a series of five focus groups (SFGs) with the same participants (6–8 participants) at each site for a total of 20 focus groups and 29 participants. Indigenous people living with type 2 diabetes were asked open-ended questions concerning their experiences with diabetes and diabetes care in primary health-care settings. Our findings concerning the use of SFGs for Indigenous health research draw on team member and participants’ reflections captured in facilitator field notes, memos from debriefing sessions, and focus group transcripts. The SFG approach enabled in-depth exploration of the complex, and at times sensitive, issues related to Indigenous people’s views on diabetes and their experiences of diabetes care. The repeated sessions facilitated comfort and camaraderie among participants, which led to insightful sessions filled with personal and emotional stories of living with diabetes, the impacts of colonization, and health-care experiences. Overall, the method fostered a deeper level of engagement, exploration, and reflection than a single-session focus group typically would. We suggest this adaptation of the traditional single-session focus groups would be applicable to a wide variety of research concerning sensitive health topics with vulnerable populations.
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 | 0,009 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,014 | 0,004 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,000 |
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.
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 ».