Strategies for Meaningful Engagement between Community-Based Health Researchers and First Nations Participants
Notice bibliographique
Résumé
The Baby Teeth Talk Study (BTT) is a partnership-based research project looking at interventions to prevent early childhood caries (ECC) in First Nations populations in Canada. Community-based researchers (CBRs) conducted preventive and behavioral interventions that targeted expectant mothers and their newborns, over a 3-year period. The work of the CBRs requires a great deal of training and skills to administer the interventions. It also requires a broad set of strategies to meaningfully engage participants to make health-promoting changes in their behavior to prevent ECC in their children. After implementing the intervention, BTT CBRs participated in interviews to explore the strategies they employed to engage participants in the prevention of ECC. CBRs perceived two key strategies as essential for meaningful engagement with BTT participants. First, CBRs indicated that their shared experiences through motherhood, First Nations identity, age, and childhood experience provided a positive foundation for dialog with participants that lead to build trust and rapport. Second, supportive interpersonal and culturally based communication skills of the CBR provided further foundation to engage with participants from a strength-based approach. For example, the CBRs knew how to effectively communicate in ways such as being gentle, non-intrusive, and avoiding any perception of judgment when discussing oral health behavior. In First Nations health research, CBRs can provide an essential link in engaging participants and the community for improvements in health. Researchers should carefully consider characteristics such as shared experience and ability to understand cultural communication styles when hiring CBRs in order to build a solid foundation of trust with research participants.
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 | 0,139 | 0,182 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,004 | 0,001 |
| Études des sciences et des technologies | 0,023 | 0,012 |
| Communication savante | 0,011 | 0,011 |
| Science ouverte | 0,007 | 0,047 |
| Intégrité de la recherche | 0,010 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 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 ».