MétaCan
Menu
← Retour à la cohorte
Enregistrement W4221012533 · doi:10.2196/32325

The Impact of COVID-19 on the Delivery of Educational Programs in Native American Communities: Qualitative Study

2022· article· en· W4221012533 sur OpenAlexvenueno aff
Lea Sacca, Christine Markham, Belinda Hernandez, Ross Shegog, Melissa F. Peskin, Stephanie Craig Rushing, Hannah Warren, Monique Tsosie

Notice bibliographique

RevueJMIR Formative Research · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueFood Security and Health in Diverse Populations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésThematic analysisExploratory researchPandemicQualitative researchCurriculumMedical educationHealth equityPsychologySocioeconomic statusMental healthCoronavirus disease 2019 (COVID-19)Public relationsMedicineSociologyNursingPolitical sciencePedagogyPublic healthEnvironmental healthPopulationSocial science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Despite the availability of culturally responsive sexual health educational programs for American Indian and Alaska Native (AI/AN) youth, barriers to their uptake and utilization persist in tribal communities. These challenges were exacerbated by the COVID-19 pandemic, which required flexible program delivery using both in-person and virtual classrooms. OBJECTIVE: This exploratory study provides a preliminary understanding of the extent to which pre-existing challenges impact the delivery of culturally responsive sexual health education programs in Native communities and to what extent they were exacerbated by the COVID-19 pandemic. It also highlights the challenges faced by adolescent health advocates when adapting culturally responsive health curricula to online platforms. Finally, this study discloses major socioeconomic, health, and mental challenges experienced by AI/AN youth during the pandemic. METHODS: An exploratory, descriptive, qualitative design approach was adopted to carry out 5 individual and 1 collective in-depth key informant interviews. A total of 8 Native and non-Native sexual health educators served as key informants and shared their personal experiences with the delivery of sexual health education programs for youth during the COVID-19 pandemic. The interviews were conducted virtually from October to November 2020 using Zoom to reach participants dispersed across different regions of the United States. We followed the consolidated criteria for reporting qualitative research (COREQ) as a reference for the study methodology. We also used the Braun and Clarke framework (2006) to conduct a thematic analysis. RESULTS: Experts' opinions were structured according to 5 main themes: (1) competing community priorities during COVID-19; (2) moving to web-based programming: skills, training, support; (3) recruiting youth; and (4) challenges for implementation in a household environment; and (5) recommendations to overcome implementation challenges. These themes are complementary, connected, and should be considered holistically for the development, dissemination, and implementation of online sexual health programs for AI/AN youth, specifically during the COVID-19 pandemic. The results raised the following points for discussion: (1) Building partnerships with schools and community organizations facilitates program adaptation and implementation, (2) there is a need to adopt a holistic approach when addressing youth sexual health in AI/AN communities, (3) a systematic and culturally responsive adaptation approach ensures effective virtual program delivery, and (4) community and youth engagement is essential for the success of virtual sexual health programs. CONCLUSIONS: Findings can provide recommendations on actions to be taken by sexual health educators and guidelines to follow to ensure cultural sensitivity, effective adaptation, and successful implementation when setting out to advocate for online sexual health programs for AI/AN youth.

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)0,016
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 enseignants0,036
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,016
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0140,008
Communication savante0,0040,003
Science ouverte0,0020,006
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,572
Tête enseignante GPT0,670
Écart entre enseignants0,097 · 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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative Research→Même sujetFood Security and Health in Diverse Populations→Travaux en français237 207→