MétaCan
Menu
Retour à la cohorte
Enregistrement W2936158731 · doi:10.33596/coll.34

School Travel Planning with the Kahnawake Schools Diabetes Prevention Project: Partnership Perspectives

2019· article· en· W2936158731 sur OpenAlexaffabout
Soultana Macridis, Enrique Garcíá Bengoechea, Judith Ohsennenawi Jacobs, Alex M. McComber, Ann C. Macaulay

Notice bibliographique

RevueCollaborations A Journal of Community-Based Research and Practice · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueCommunity Health and Development
Établissements canadiensMcGill UniversityKahnawake Schools Diabetes Prevention ProjectUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésIndigenousParticipatory planningContext (archaeology)StakeholderGeneral partnershipPublic relationsParticipatory action researchCommunity-based participatory researchCommunity engagementStakeholder engagementSociologyEnvironmental planningPolitical scienceGeography

Résumé

récupéré en direct d'OpenAlex

Despite several studies examining the impact of school active transportation programming, there is limited understanding about undertaking the process of planning and evaluation from the perspective of community stakeholders. Most importantly, programming is rarely undertaken within an Indigenous context, which requires understanding of unique characteristics, culture, and needs. This study combined community-based participatory research with methods of ethnography within the Kahnawake Schools Diabetes Prevention Project in the Indigenous community of Kahnawake, Canada. This study fully engaged community members, built on pre-existing community and researcher strengths and increased the knowledge and understanding of active transportation to support schools in programming and implementation. In particular, this study, which may be relevant to other Indigenous and non-Indigenous communities, shed light on stakeholder perspectives of undertaking school active transportation program planning, which can inform the practice and provide support to others currently or planning to undertake similar projects.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,768
Score d'incertitude au seuil0,462

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0200,006
Communication savante0,0080,005
Science ouverte0,0020,014
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,365
Tête enseignante GPT0,548
Écart entre enseignants0,183 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations0
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCollaborations A Journal of Community-Based Research and PracticeMême sujetCommunity Health and DevelopmentTravaux en français237 207