MétaCan
Menu
Retour à la cohorte
Enregistrement W3003640200 · doi:10.1177/1049732319900164

Identifying Perspectives About Health to Orient Obesity Intervention Among Urban, Transitionally Housed Indigenous Children

2020· article· en· W3003640200 sur OpenAlexaff
Derek Jennings, Koushik Paul, Meg M. Little, Daryl Olson, Michelle D. Johnson-Jennings

Notice bibliographique

RevueQualitative Health Research · 2020
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNational Institute on Minority Health and Health DisparitiesNational Institute of Diabetes and Digestive and Kidney DiseasesUniversity of Minnesota
Mots-clésIndigenousIntervention (counseling)ObesityMedicineEnvironmental healthPsychologyNursingBiology

Résumé

récupéré en direct d'OpenAlex

Drawing from a socioecological framework of health, this community-based participatory research study examined key cultural health perspectives of transitionally housed, food insecure Indigenous children (aged 8–12 years) by utilizing talking circles and a 4-day photovoice (PV) curriculum. In total, 18 Indigenous children portrayed their health perceptions by taking photographs of their living environment and categorizing photos as healthy, unhealthy, or mixed. And, 10 of the 18 children completed pre- and post-evaluations, where data elucidated that urban Indigenous children experiencing food and housing insecurity demonstrate unique holistic and socioecological perceptions about health. Healthy themes included nutrition, gardening, interpersonal relationships, food sovereignty, water quality, and natural and built environments. Unhealthy themes included cumulative stress, food insecurity, access and cost, screen time, smoking, and violence. We found that implementing these robust insights into urban Indigenous obesity prevention interventions could significantly drive success. This approach may benefit children with similar socioecological strengths and vulnerabilities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,819
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,231
Tête enseignante GPT0,521
Écart entre enseignants0,289 · 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 tête enseignante, pas un consensus.

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

Citations19
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQualitative Health ResearchMême sujetChild Nutrition and Water AccessTravaux en français237 207