MétaCan
Menu
Retour à la cohorte
Enregistrement W3118812270 · doi:10.1186/s12939-020-01346-6

What do you mean by engagement? – evaluating the use of community engagement in the design and implementation of chronic disease-based interventions for Indigenous populations – scoping review

2021· article· en· W3118812270 sur OpenAlexaff
Sahr Wali, Stefan Superina, Angela Mashford‐Pringle, Heather J. Ross, Joseph A Cafazzo

Notice bibliographique

RevueInternational Journal for Equity in Health · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIndigenous Health, Education, and Rights
Établissements canadiensToronto General HospitalPublic Health OntarioUniversity of TorontoTed Rogers Centre for Heart ResearchUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésHealth services researchIndigenousCommunity engagementPsychological interventionPublic healthSocial policyHealth policyMedicineHealth informaticsHealth economicsCommunity-based participatory researchDiseasePublic engagementCommunity healthGerontologyEnvironmental healthPolitical scienceNursingSociologyPublic relationsParticipatory action researchPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Indigenous populations have remained strong and resilient in maintaining their unique culture and values, despite centuries of colonial oppression. Unfortunately, a consequential result of facing years of adversity has led Indigenous populations to experience a disproportionate level of poorer health outcomes compared to non-Indigenous populations. Specifically, the rate of Indigenous chronic disease prevalence has significantly increased in the last decade. Many of the unique issues Indigenous populations experience are deeply rooted in their colonial history and the intergenerational traumas that has subsequently impacted their physical, mental, emotional and spiritual well-being. With this, to better improve Indigenous health outcomes, understanding the local context of their challenges is key. Studies have begun to use modes of community engagement to initiate Indigenous partnerships and design chronic disease-based interventions. However, with the lack of a methodological guideline regarding the appropriate level of community engagement to be used, there is concern that many interventions will continue to fall short in meeting community needs. OBJECTIVE: The objective of this study was to investigate the how various community engagement strategies have been used to design and/or implement interventions for Indigenous populations with chronic disease. METHODS: A scoping review guided by the methods outlined by Arksey and O'Malley was conducted. A comprehensive search was completed by two reviewers in five electronic databases using keywords related to community engagement, Indigenous health and chronic disease. Studies were reviewed using a descriptive-analytical narrative method and data was categorized into thematic groups reflective of the main findings. RESULTS: We identified 23 articles that met the criteria for this scoping review. The majority of the studies included the use a participatory research model and the procurement of study approval. However, despite the claimed use of participatory research methods, only 6 studies had involved community members to identify the area of priority and only five had utilized Indigenous interview styles to promote meaningful feedback. Adapting for the local cultural context and the inclusion of community outreach were identified as the key themes from this review. CONCLUSION: Many studies have begun to adopt community engagement strategies to better meet the needs of Indigenous Peoples. With the lack of a clear guideline to approach Indigenous-based participatory research, we recommend that researchers focus on 1) building partnerships, 2) obtaining study approval and 3) adapting interventions to the local context.

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)0,180
score de la tête « metaresearch » (Gemma)0,401
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,180
Score d'incertitude au seuil0,952

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1800,401
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0080,011
Bibliométrie0,0160,018
Études des sciences et des technologies0,0030,005
Communication savante0,0140,011
Science ouverte0,0040,008
Intégrité de la recherche0,0060,005
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,540
Tête enseignante GPT0,601
Écart entre enseignants0,061 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations41
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Equity in HealthMême sujetIndigenous Health, Education, and RightsTravaux en français237 207