Initiating community engagement in an ecohealth research project in Southern Africa
Notice bibliographique
Résumé
BACKGROUND: Community Engagement (CE) in health research ensures that research is consistent with the socio-cultural, political and economic contexts where the research is conducted. The greatest challenges for researchers are the practical aspects of CE in multicentre health research. This study describes the CE in an ecohealth community-based research project focusing on two vulnerable and research naive rural communities. METHODS: A qualitative, longitudinal multiple case study approach was used. Data was collected through Participatory Rural Appraisals, Focus Group Discussions, In-depth Interviews, and observations. RESULTS: The two sites had different cultural values, research literacy levels, and political and administrative structures. The engagement process included 1) introductions to the administrative and political leaders of the area; 2) establishing a community advisory mechanism; 3) community empowerment and 4) initiating sustainable post-study activities. In both sites the study employed community liaison officers to facilitate the community entry and obtaining letters of permission. Both sites opted to form Community Advisory Boards as their main advisory mechanism together with direct advice from community leaders. Empowerment was achieved through the education of ordinary community members at biannual meetings, employment of community research assistants and utilising citizen science. Through the research assistants and the citizen science group, the study has managed to initiate activities that the community will continue to utilise after the study ends. General strategies developed are similar in principle, but implementation and emphasis of various aspects differed in the two communities. CONCLUSIONS: We conclude that it is critical that community engagement be consistent with community values and attitudes, and considers community resources and capacity. A CE strategy fully involving the community is constrained by community research literacy levels, time and resources, but creates a conducive research 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 | 0,015 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,011 | 0,005 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».