Health and well-being literacy initiatives focusing on immigrant communities: an environmental scan protocol to identify "what works and what does not"
Notice bibliographique
Résumé
INTRODUCTION: Most of the major cities in the developed western countries are characterized by an increasing multiculturalism brought by the immigrant population. The immigrant communities face challenges in the new environment with their health and wellness related unmet needs. It is imperative to find sustainable ways to empower these diverse communities to champion their health and wellness. Community-based health and wellness literacy initiatives (CBHWLI) focusing on immigrant communities can be an important step towards citizen empowerment in this regard. The aim of the present environmental scan is to identify the key factors that might impact a CBHWLI in immigrant communities in Canada in order to facilitate the process in practice and identify the competencies and training required for its implementation. METHODS: This study will gather information from existing literature and online sources as well as will capture expert and lay perspectives on the factors that can impact the effectiveness and sustainability of CBHWLIs through conducting a comprehensive environmental scan: (i) a systematic scoping review of published literature and grey literature, (ii) a comprehensive Internet search, (iii) key informant interviews, and (iv) community consultation. Specific methodological and analytical frameworks will guide each step. ETHICS AND DISSEMINATION: This study is the first step in establishing a practical base for developing CBHWLI implementation research. Once the initial findings have been generated, the second step will involve inviting experts to provide their input. We first plan to disseminate the results of our scoping review and Internet scan through meetings with key stakeholders, to be followed by journal publications and conference or workshop presentations. Ethical approval is not required for the scoping review or Internet scan; however, approval to conduct interviews with key informants and community consultations in the second stage of the study will be sought from the Conjoint Health Research Ethics Board.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,005 |
| 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 ».