MétaCan
Menu
Retour à la cohorte
Enregistrement W2604754271 · doi:10.2196/diabetes.6930

How’s Your Sugar? Evaluation of a Website for Aboriginal People With Diabetes

2017· article· en· W2604754271 sur OpenAlexvenueno aff
Karen Adams, Anna Liebzeit, Jennifer Browne, Petah Atkinson

Notice bibliographique

RevueJMIR Diabetes · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIndigenous Health, Education, and Rights
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSugarDiabetes mellitusAdvertisingPsychologyFood scienceMedicineInternet privacyBusinessBiologyComputer scienceEndocrinology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Australia's Aboriginal and Torres Strait Islander peoples (hereafter referred to as "Aboriginal people") have the longest continuing culture in the world, living sustainably for at least 65,000 years on the Australian continent. In relatively recent times, colonization processes have resulted in Aboriginal people experiencing unacceptable health inequalities compared with other Australians. One disease introduced due to colonization is diabetes, the second leading cause of death for Aboriginal peoples. OBJECTIVES: The objective of this study was to describe the construction and utilization of the website "How's Your Sugar, " a website for Aboriginal people with type 2 diabetes (herein after referred to as diabetes). The questions for the evaluation were as follows: how was the website constructed; did target groups utilize the website; and did engagement with the website improve diabetes management. METHODS: A mixed-method study design was employed. A content analysis of project documents provided information about the website construction. Data from Google analytics provided information about website utilization. To describe patterns of website sessions, percentages and numbers were calculated. A voluntary survey provided more information on website utilization and diabetes self-management. Percentage, numbers, and 95% CIs were calculated for each variable. A chi-square test was performed for Aboriginal status, age, gender, and Aboriginal diabetic status using Australian population estimates and Aboriginal diabetes rates. RESULTS: The website development drew on Aboriginal health, social marketing, interactive health promotion frameworks, as well as evidence for diabetes self-management. The website build involved a multidisciplinary team and participation of Aboriginal diabetics, Aboriginal diabetic family members, and Aboriginal health workers. This participation allowed for inclusion of Aboriginal ways of knowing and being. The highest number of website sessions came from Australia, 98.15% (47,717/48,617) and within Australia, Victoria 50.97% (24,323/47,717). There were 129 survey respondents, and the distribution had more female, 82.9% (107/129, 95% CI 76-88), Aboriginal, 21.7% (28/129, 95% CI 16-30), and Aboriginal diabetic, 48% (13/27, 95% CI 31-66) respondents than expected with P<.001 for these three groups. Most common reasons for visits were university assignment research, 40.6% (41/101), and health workers looking for information, 20.8% (21/101). The sample size was too small to calculate diabetes self-management change. CONCLUSIONS: Inclusion of Aboriginal ways of knowing and being alongside other theoretical and evidence models in Web design is possible. Aboriginal people do utilize Web-based health promotion, and further understanding about reaching to this population would be of use. Provision of an education resource would likely have enhanced educational engagement. Web-based technologies are rapidly evolving, and these can potentially measure behavior change in engaging ways that also have benefits for the participant. A challenge for designers is inclusivity of cultural diversity for self-determination.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,460
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0050,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,028
Tête enseignante GPT0,364
Écart entre enseignants0,337 · 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'étudeObservationnel
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

Citations10
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR DiabetesMême sujetIndigenous Health, Education, and RightsTravaux en français237 207