Notice bibliographique
Résumé
Multiple studies have documented health and healthcare disparities between African Americans and whites in the United States. Many studies have traced these disparities to socioeconomic barriers such as age, income, and level of education. However, it has been found that when variables such as income, access, and insurance are controlled for, health and healthcare disparities remain. A growing body of literature suggests African Americans possess certain health beliefs and perceptions regarding concepts of health, illness, and the healthcare system that influence health and health seeking behaviors. Using empirical generalizations and theory from medical anthropology, this study expands on this growing body of literature by investigating health seeking behavior among African American adults in rural eastern North Carolina, as well as exploring African Americans' perceptions and health beliefs to see how they relate to health seeking behavior. Interviews were conducted with 20 African Americans in two rural eastern counties in North Carolina (Halifax County and Northampton County). Through data analysis, I identified a pattern of health seeking behavior. In addition, thematic analysis revealed that African Americans possess certain health beliefs (e.g. The Body Will Heal Itself) and negative perceptions of the healthcare system (e.g. African Americans do not receive equal treatment), which also influences health seeking behavior. These perceptions and beliefs influenced the timing and decision to seek care. Ultimately, this research sheds light on several factors influential in African Americans' health behaviors that may exacerbate racial disparities in health and healthcare. Consequently, health professionals and policy makers should develop and apply individually appropriate and culturally sensitive policies and interventions.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,016 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,006 |
| 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 ».