Using a community-based participatory research approach to meaningfully engage those with lived experience of diabetes and homelessness
Notice bibliographique
Résumé
INTRODUCTION: Participatory research is a study method that engages patients in research programs, ideally from study design through to dissemination. It is not commonly used in diabetes health services research. Our objectives were to describe the process and challenges of conducting a participatory research project and to highlight the experiences of both patient co-researchers and academic researchers. RESEARCH DESIGN AND METHODS: We recruited people with lived experience of homelessness (PWLEH) and diabetes in Toronto, Canada to become patient co-researchers. They were asked to commit to attending biweekly meetings. We undertook two major research projects: concept mapping to choose a research focus; and photovoice to explore accessing healthy food while homeless. We used a convergent mixed-methods design to evaluate their experience. RESULTS: A diverse group of eight PWLEH had an average attendance of 82% over 21 meetings-despite this success, we encountered a number of challenges of conducting this research: funding, ethics approval and recruitment were particularly difficult. Group members reported that participation improved their ability to self-advocate in their diabetes care and provided them with tangible skills and social benefits. Group members stated that they valued being involved in all aspects of the research, in particular knowledge translation activities, including advocating for nutritious food at shelters; presenting to stakeholders; and meeting with policymakers. CONCLUSIONS: The use of participatory research methods enables academic researchers to support community members in pursuing research that is pertinent to them and which has a positive impact. In our study, co-researchers contributed in meaningful ways and also valued the experience.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».