A Participatory Community Diagnosis of a Rural Community from the Perspective of Its Women, Leading to Proposals for Action
Notice bibliographique
Résumé
In primary health care, a community diagnosis is necessary to provide a detailed description of the community as well as an evaluation of the community's health, including the main factors responsible for it and the needs felt by the population. This article presents a community health diagnosis following a participatory design, taking the perspective of women living in the community, to identify proposals for action. An ethnographic study was carried out in the community of Mañaria (Spain), using semi-structured interviews, in-depth interviews, key informants, participant observation, desk review, and photography. A sample of 21 women were interviewed until reaching saturation of the information. This information was complemented by that provided by five key informants. Data analysis included text analysis, coding, and categorization. Preliminary results were presented to the informants for validation and further refinement, and proposals for action were identified and followed up. Six categories were identified, representing different areas of intervention: population, jobs and economy, public and private spaces, lifestyles, processes of socialization, and health care assets. For each of these areas, the main problems were identified, as were the health care assets and proposals for action. The community diagnosis has been shown to be useful not only to identify health needs but also as an efficacious instrument to trigger social and public health actions that may be undertaken at the institutional level.
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 | 0,043 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,017 | 0,019 |
| Communication savante | 0,006 | 0,007 |
| Science ouverte | 0,002 | 0,011 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».