Catalyzing Action on First Nations Respiratory Health Using Community-based Participatory Research: Integrated Knowledge Translation through Strategic Symposia
Notice bibliographique
Résumé
Assess, Redress, Re-assess: Addressing Disparities in Respiratory Health Among First Nations is an ongoing community-based participatory research initiative involving two First Nations communities in Saskatchewan. The initiative’s rationale is grounded in the ethos of transformative community-based participatory research and facilitated through integrated knowledge translation with the aim of building community capacity. The initiative’s goal was to engage community members to actively participate in all research phases, from the development of the research questions to dissemination of results and evaluation of community-chosen interventions that evolved from the results. After baseline assessment of predictors and indicators of respiratory health, a program of integrated knowledge translation was adopted. As part of this program, a community-researcher collaboration was put in place that produced two knowledge translation symposia. The two symposia have brought together First Nations community members, interdisciplinary researchers, federal and provincial policy makers, and multiple Aboriginal organizational stakeholders. The symposia provided a pathway for knowledge synthesis and sharing to ultimately integrate knowledge into practice and enable First Nations’ community capacity building in addressing and redressing critical respiratory health issues. This article delineates the processes involved in developing this model of integrated knowledge translation and highlights the continuing engagement with the participating communities supported by Knowledge Translation (KT) Symposia.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,905 | 0,686 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,898 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,721 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes 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 ».