Barriers and Facilitators to Accessing Digital Health Tools Faced by South Asian Canadians in Surrey, British Columbia: Community-Based Participatory Action Exploration Using Photovoice
Notice bibliographique
Résumé
BACKGROUND: South Asian community members in Canada experience a higher burden of chronic disease than the general population. Digital health innovations provide a significant opportunity to address various health care challenges such as supporting patients in their disease self-management. However, South Asian community members are less likely to use digital tools for their health and face significant barriers in accessing them because of language or cultural factors. OBJECTIVE: The aim of this study is to understand the barriers to and facilitators of digital health tool uptake experienced by South Asian community members residing in Canada. METHODS: This study used a qualitative community-based participatory action research approach. Residents from Surrey, British Columbia, Canada, who spoke 1 of 4 South Asian languages (Hindi, Punjabi, Urdu, or Tamil) were invited to participate in focus group discussions. A subsample of the participants were invited to use photovoice methods in greater depth to explore the research topics. RESULTS: A total of 197 participants consented to the focus group discussions, with 12 (6.1%) participating in the photovoice phase. The findings revealed several key obstacles (older age, lack of education, and poor digital health literacy) and facilitators (social support from family or community members and positive attitudes toward technology) to using digital health tools. CONCLUSIONS: The results support the value of using a community-based participatory action research approach and photovoice methods to engage the South Asian community in Canada to better understand digital health competencies and needs. There were several important implications for policy makers and future research, such as continued engagement of community leaders by health care providers and administrators to learn about attitudes and preferences.
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 | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,020 | 0,005 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».