MétaCan
Menu
Retour à la cohorte
Enregistrement W3139003067 · doi:10.3389/fpubh.2021.604668

Learning to Fail Better: Reflections on the Challenges and Risks of Community-Based Participatory Mental Health Research With Inuit Youth in Nunavut

2021· article· en· W3139003067 sur OpenAlexaffabout
Polina Anang, Nora Gottlieb, Suzanne Putulik, Shelley Iguptak, Ellen M. Gordon

Notice bibliographique

RevueFrontiers in Public Health · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIndigenous Health, Education, and Rights
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesTechnische Universität BerlinEuropean Commission
Mots-clésParticipatory action researchIndigenousPublic relationsCommunity-based participatory researchAccountabilityCitizen journalismSociologyEquity (law)Mental healthTransparency (behavior)Political sciencePsychologyLaw

Résumé

récupéré en direct d'OpenAlex

Community-based participatory research (CBPR) is a mine field of moral dilemmas. Even when carefully planned for and continuously critically reflected upon, conflicts are likely to occur as part of the process. This paper illustrates the lessons learned from "Building on Strengths in Naujaat", a resiliency initiative with the objective of promoting sense of belonging, collective efficacy, and well-being in Inuit youth. Naujaat community members over time established strong meaningful relationships with academic researchers. Youth took on the challenge of organizing community events, trips out on the land, and fundraisers. While their creativity and resourcefulness are at the heart of the initiative, this paper explores conflicts and pitfalls that accompanied it. Based on three themes - struggles in coming together as academic and community partners, the danger of perpetuating colonial power structures, and the challenges of navigating complex layers of relations within the community - we examine the dilemmas unearthed by these conflicts, including an exploration of how much we as CBPR researchers are at risk of reproducing colonial power structures. Acknowledging and addressing power imbalances, while striving for transparency, accountability, and trust, are compelling guiding principles needed to support Indigenous communities on the road toward health equity.

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)0,017
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,768
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0170,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,422
Tête enseignante GPT0,467
Écart entre enseignants0,045 · 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

Citations36
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Public HealthMême sujetIndigenous Health, Education, and RightsTravaux en français237 207