Understanding and Addressing Racial Disparities in Health Care: Exploring the Information Seeking Behaviours of Racialized Women Managing Chronic Pain
Notice bibliographique
Résumé
In the area of health information-seeking behaviour (HISB), racialized women require a variety of resources for managing their chronic health conditions, including accessing information from medical professionals. However, this paper explores the ways in which their information needs have been limited due to racial biases or microaggressions from doctors and specialists. A main objective of this study is to establish a framework on which future research can be built. Using Sonnenwald’s (2001) Information Horizons Interview (IHI) methodology, I conducted in-depth interviews with three women living with chronic health conditions, where the participants provided verbal and graphical articulations of their health-related information horizons. The analysis suggests that (1) racialized women rely on the internet, community and medical professionals for information related to managing their conditions; (2) the information received is influenced by racial biases, which devalues the information relevant to care; (3) participants make substantial use of interpersonal resources to make up for this lack of information and; (4) they typically find this information through information grounds and information encountering with other racialized women. Since this research is for participants and not solely about participants, it explores implications and strategies for moving forward in the HISB needs for racialized women in Toronto. Keywords: racialized women, chronic health conditions, information-seeking behaviour, intersectionality, health inequities, racial disparities, health literacy
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».