The art of body mapping: A methodological guide for social work researchers
Notice bibliographique
Résumé
INTRODUCTION: The purpose of this Canadian social work research was to explore the healthcare experiences of men and women with a diagnosis of fibromyalgia (FM), a chronic condition of unknown origin.METHODS: This study had a total sample of 35 Southwestern Ontarians who participated in two separate qualitative methods of data collection. Ten participants completed in-depth interviews, while 25 participants engaged in body mapping, an arts-based research method, within a series of focus group sessions. The latter method for data collection is the focus of this article. This material provides social work researchers with a methodological road map by outlining the design and implementation of the body mapping process, sharing the lessons learned in data collection and addressing practical and ethical considerations for future studies.FINDINGS: This research found that: (a) participants experienced structural barriers to accessing healthcare services and unsupportive attitudes from healthcare providers; (b) participants’ healthcare experiences were affected by their gender, age, class and race; and (c) participants used self-management strategies to cope with healthcare barriers. The study also found that the body mapping process had therapeutic value.CONCLUSION: This research contributes information for the transformation of healthcare policies, programmes and clinical practices for the FM population. As a form of applied research, the body mapping process has also helped to empower a marginalised population while promoting innovative forms of social work research.
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 | 0,199 | 0,130 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,014 | 0,016 |
| Études des sciences et des technologies | 0,013 | 0,023 |
| Communication savante | 0,015 | 0,009 |
| Science ouverte | 0,008 | 0,013 |
| Intégrité de la recherche | 0,004 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,004 |
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 ».