MétaCan
Menu
Retour à la cohorte
Enregistrement W4213380289 · doi:10.1177/00084174211073266

Leisure Possibilities of Adults Experiencing Poverty: A Community-Based Participatory Study

2022· article· en· W4213380289 sur OpenAlexvenueno aff
Pamela Cantor, Monika Polakowska, Amanda Proietti, Victor Tran, Jonathan Lebire, Laurence Roy

Notice bibliographique

RevueCanadian Journal of Occupational Therapy · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Therapy Practice and Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPovertyParticipatory action researchCitizen journalismPopulationVariety (cybernetics)SociologyPsychologyGerontologyEconomic growthPolitical scienceMedicineEconomics

Résumé

récupéré en direct d'OpenAlex

Background. Poverty disproportionally affects persons with disabilities, elderly individuals and racialized groups. Leisure, play and rest are not prioritized in either services for or research with people living in poverty. Purpose. This study aims to examine the facilitators and barriers to participation in meaningful leisure activities for adults living in poverty. Method. We used community-based participatory research and art-based elicitation strategies with 39 service users at a food security organization. Findings. Individuals experiencing poverty value and engage in a variety of free and affordable leisure activities, but they are not afforded the necessary leisure opportunities, accommodations and supports as the general population. We co-created a map of local leisure resources to foster collective capacity in leisure planning, and to support organizations working with this population. Implications. Occupational therapists can work alongside members of underserved communities to uncover and address the systemic and local contextual barriers to engagement in leisure activities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,025
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0210,005
Communication savante0,0040,003
Science ouverte0,0020,009
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,483
Tête enseignante GPT0,529
Écart entre enseignants0,046 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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 revueCanadian Journal of Occupational TherapyMême sujetOccupational Therapy Practice and ResearchTravaux en français237 207