PEER EDUCATION AND SUPPORT FOR HEALTHY AGING – A COMMUNITY BASED PARTICIPATORY APPROACH
Notice bibliographique
Résumé
The number of people aged 65 years and older in the population is on the rise. Older adults, even those with good health, are more likely to have one or more chronic condition(s) and complex physical and social needs. Community Based Participatory Research (CBPR) offers a means to address the needs of older adults and include their perspectives and experiences in the research process. In this paper, we will share the lessons learned by researchers in employing a community based participatory approach in a mixed methods quantitative dominant, stepped-wedge cluster randomized trial that aims to assess the impact of trained peer health coaches on healthy aging behaviours, health literacy and health care seeking in community dwelling seniors. The SHAPES trial engaged seniors’ activity centres from the onset in the planning and study design. Drawing upon partnership and feedback from community organizations, a one hour workshop and three facilitated discussion sessions in the areas of healthy brain, healthy heart and healthy bones were developed for delivery to the participants. Based on health coaches’ feedback, the modules were modified to include more resources, simplify language and provide clarification where needed. The effects on recruitment and retention, practical constraints, methodological issues and other benefits and challenges of participatory approach involving older adults in the trial are discussed. It is possible to employ community based participatory approaches in robust clinical trials, however, there are certain limitations and challenges of which researchers should be aware and take measures to overcome.
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 | 0,020 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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; un appel candidat d’une seule tête enseignante, 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 ».