MétaCan
Menu
Retour à la cohorte
Enregistrement W3131671512 · doi:10.32799/ijih.v16i2.33106

Hā Ora: Reflecting on a Kaupapa Māori Community-Engaged Co-design Approach to Lung Cancer Research

2021· article· en· W3131671512 sur OpenAlexvenueno aff
Jacquie Kidd, Shemana Cassim, Anna Rolleston, Rāwiri Keenan, Ross Lawrenson, Nicolette Sheridan, Isaac Warbrick, Janette Ngaheu, Brendan Hokowhitu

Notice bibliographique

RevueInternational Journal of Indigenous Health · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMental Health and Patient Involvement
Établissements canadiensnon disponible
Organismes subventionnairesHealth Research Council of New Zealand
Mots-clésAotearoaTimelinePremiseCommunity engagementPublic relationsSociologyNursingMedicineMedical educationPolitical scienceGender studiesGeography

Résumé

récupéré en direct d'OpenAlex

Co-designed research is gaining prominence within the health care space. Community engagement is a key premise of co-design and is also particularly vital when carrying out kaupapa Māori research. Kaupapa Māori describes a “by Māori, for Māori” approach to research in Aotearoa/New Zealand. This article discusses the research process of Hā Ora: a co-design project underpinned by a kaupapa Māori approach. The objective was to explore the barriers to early presentation and diagnosis of lung cancer, barriers identified by Māori. The team worked with four rural Māori communities, with whom we aimed to co-design local interventions that would promote earlier diagnosis of lung cancer. This article highlights and unpacks the complexities of carrying out community- engaged co-design with Māori who live in rural communities. In particular, we draw attention to the importance of flexibility and adaptability in the research process. We highlight issues pertaining to timelines and budgets, and also the intricacies of involving co-governance and advisory groups. Overall, through this article, we argue that health researchers need to prioritise working with and for participants, rather than on them, especially when working with Māori communities.

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)0,032
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,137
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0320,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,009
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 Opus0,707
Tête enseignante GPT0,635
Écart entre enseignants0,072 · 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

Citations12
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Indigenous HealthMême sujetMental Health and Patient InvolvementTravaux en français237 207