Community Stakeholder-Driven Technology Solutions Towards Rural Health Equity: A Concept Mapping Study
Notice bibliographique
Résumé
Abstract Background Promoting inclusive health and social care for rural populations requires new community-focused innovations, technological infrastructure, creative design thinking, and multi-stakeholder collaboration. Technology holds great potential for promoting health equity for rural populations, who have more chronic illnesses than their urban counterparts but less access to services. Yet, more participatory research approaches are needed to gather community-driven health technology solutions. The purpose of this research was to collaboratively identify and prioritize action strategies for using technology to promote rural health equity through community stakeholder engagement. Methods Concept mapping, a quantitative statistical technique, embedded within a qualitative approach, was used to surface and synthesize technological solutions towards rural health equity from community stakeholders in three steps: 1. idea generation; 2. sorting and rating feasibility/importance; and 3. group interpretation. Purposeful recruitment strategies were used to recruit key stakeholders and organizational representatives from targeted rural communities. Results Overall, 34 rural community stakeholders participated in the concept mapping process. In Step 1, 84 ideas were generated that were reduced to a pool of 30. Multi-dimensional scaling and cluster analysis resulted in a 6-cluster map representing how technological solutions can contribute toward rural health equity. The clusters of ideas included technological solutions and applications, but also ideas to make healthcare more accessible regardless of location, training and support in the use of technology, ensuring digital tools are simplified for ease of use, technologies to support collaboration among healthcare professionals, and ideas for overcoming challenges to data sharing across health systems/networks. Each cluster included ideas and priority areas that were rated as equally important and feasible. Key themes included organizational and individual level solutions, and the development of new technologies while connecting patients to these technologies. Conclusions The concept mapping exercise enabled rural community stakeholders to co-identify technological solutions toward rural health equity. Overall, the grouping of solutions revealed that technological applications require not only access, but also support and collaboration. Concept mapping is a tool that can engage rural community stakeholders in the identification of technological solutions for promoting rural 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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,035 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,009 | 0,006 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».