Designer's Corner - Conducting Health Research with Vulnerable Women:Issues and Strategies
Notice bibliographique
Résumé
Over the past two decades, the topic of women's health has garnered increased attention and research. However, health research with vulnerable groups of women has been limited. Vulnerable women are defined as women who are susceptible to harm because of their minority status, socio-economic status, or some other stigmatizing status (Demi & Warren, 1995). Other terms used to describe such women include disadvantaged, marginalized, and disenfranchised. According to the Prairie Women's Health Centre of Excellence (1998), marginalized groups of women in Canada include but are not limited to: Aboriginal women, women of colour, immigrant women, refugee women, disabled women, women living in northern locations, lesbians, elderly women, rural women, and farm women. These vulnerable women are at increased risk for health problems (Federal/Provincial/Territorial Working Group on Women's Health, 1990) and deserve to receive greater priority in research. Issues related to conducting health research with vulnerable women will be discussed and various strategies for dealing with these issues will be proposed. Issues Related to Recruitment and Retention Barriers to women's recruitment and participation in research must be identified and eliminated if we are to increase the number of participants. The issue is broader than recruiting women; it is recruiting women from diverse racial, ethnic, cultural, socio-economic, and age groups (Swanson & Ward, 1995). Barriers to participation include the time and inconvenience involved, negative personal and family attitudes
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 | 0,307 | 0,311 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,004 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,007 | 0,005 |
| Études des sciences et des technologies | 0,019 | 0,027 |
| Communication savante | 0,033 | 0,025 |
| Science ouverte | 0,015 | 0,044 |
| Intégrité de la recherche | 0,044 | 0,037 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 0,013 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».