MétaCan
Menu
Retour à la cohorte
Enregistrement W4210470364 · doi:10.1177/21501319211065247

Exploring Foot Care Conditions for People Experiencing Homelessness: A Community Participatory Approach

2022· article· en· W4210470364 sur OpenAlexaff
Melba Sheila D’Souza, Joyce O’Mahony, Alfred Achoba

Notice bibliographique

RevueJournal of Primary Care & Community Health · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHomelessness and Social Issues
Établissements canadiensCanadian Mental Health AssociationThompson Rivers University
Organismes subventionnairesnon disponible
Mots-clésMedicineThematic analysisHealth careFoot (prosody)Participatory action researchCitizen journalismNursingCommunity-based participatory researchQualitative researchSociologyPolitical science

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: People experiencing homelessness are faced with complex challenges and are at high risk of illness due to inequities and disparities in access to health care services. OBJECTIVE: To explore the health and foot care problems related to people experiencing homelessness in British Columbia. METHODS: A community participatory research approach was used with a sample of 65 people experiencing homelessness. Data were collected using a survey questionnaire and face-to-face semistructured interviews. RESULTS: Thematic findings shows risk of foot injuries, lack of foot care resources, and absence of family support. Barriers to equitable access to services for most participants experiencing homelessness were lack of housing (76.92%), inability to work (72.31%), and inability to afford the cost of living on their own (63.08%). CONCLUSIONS: There is a pressing need for early screening and detection by health care professionals and enhanced foot care services to reduce foot problems and improve foot care wellness of homeless people. Addressing foot-related care are necessary steps in promoting health, preventing illness, and improving access to health services among people experiencing homelessness.

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)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
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 enseignants0,048
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0190,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,006
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 Opus0,323
Tête enseignante GPT0,446
Écart entre enseignants0,123 · 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

Citations13
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Primary Care & Community HealthMême sujetHomelessness and Social IssuesTravaux en français237 207