MétaCan
Menu
Retour à la cohorte
Enregistrement W3135671662

Pasifika Prediabetes Youth Empowerment Programme: learnings from a youth-led community-based intervention study.

2021· article· en· W3135671662 sur OpenAlexaff
Ridvan Firestone, Gavin Faeamani, Elizabeth Okiakama, Tevita Funaki, Akarere Henry, Danielle Prapavessis, Jennifer Masaga, Justice Firestone, Jemaima Tiatia‐Seath, Anna Matheson, Blakely Brown, Max Schleser, Keawe‘aimoku Kaholokula, Claire Townsend Ing, Barry Borman, Lis Ellison‐Loschmann

Notice bibliographique

RevuePubMed · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Education
Établissements canadiensCentre for Global Health Research
Organismes subventionnairesnon disponible
Mots-clésPrediabetesMedicineOverweightIntervention (counseling)EmpowermentGerontologyWaistNursingObesityType 2 diabetesDiabetes mellitus
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

AIM: Using a co-design approach, we describe exploratory findings of a community-based intervention to mobilise Pasifika communities into action, with the intent of reducing the risk factors of prediabetes. METHOD: A group of 25 Pasifika youth aged 15-24 years from two distinctive Pasifika communities in New Zealand were trained to lead a small-scale, community-based intervention programme (among 29 participants) over the course of eight weeks. The intervention, which targeted adults aged 25-44 years who were overweight or obese, employed both an empowerment-based programme and a co-design approach to motivate community members to participate in a physical-activity-based intervention programme. RESULTS: Findings show significant reductions in total body weight and waist circumference, as well as improved physical activity. CONCLUSIONS: The strength of this intervention was evident in the innovative approach of utilising Pasifika-youth-led and co-designed approaches to motivate communities into healthier lifestyles. The approaches used in this project could be utilised in a primary healthcare setting as a community-wide strategy to reduce diabetes risk, particularly among Pasifika peoples.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,051
Tête enseignante GPT0,267
Écart entre enseignants0,216 · 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'étudeObservationnel
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

Citations11
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetDiabetes Management and EducationTravaux en français237 207