MétaCan
Menu
Retour à la cohorte
Enregistrement W4283785986 · doi:10.18584/iipj.2022.13.1.14041

"Learning from “Our Relations” Indigenous Peoples of Australia, Canada, New Zealand, and United States: A Review of Culturally Relevant Diabetes and Obesity Interventions for Health

2022· review· en· W4283785986 sur OpenAlexafffundvenueabout
Donna Kurtz, Robert Janke, Julianne Barry, Alexandra P. M. Cloherty, Sana Shahram, Charlotte Jones

Notice bibliographique

RevueInternational Indigenous Policy Journal · 2022
Typereview
Langueen
DomaineSocial Sciences
ThématiqueIndigenous Health, Education, and Rights
Établissements canadiensOkanagan University CollegeUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health ResearchMichael Smith Health Research BC
Mots-clésIndigenousPsychological interventionHealth equityEmpowermentExperiential learningMedicineIntervention (counseling)Culturally appropriateGerontologyPolitical scienceEconomic growthPublic healthNursing

Résumé

récupéré en direct d'OpenAlex

Globally, Indigenous Peoples suffer disproportionately higher rates and complications of diabetes and obesity than non-Indigenous people. Western health interventions combined with culturally appropriate Traditional approaches can reduce incidence, prevalence, and related co-morbidities. This literature review reports effective culturally relevant Traditional and Western diabetes and obesity prevention and management intervention programs for Indigenous populations in Australia, Canada, New Zealand, and the United States. Experiential, immediate, interactive, and low-cost programs, co-developed and delivered by local Indigenous people within the communities they live, are most effective in improving health and wellbeing. Key themes of success of Togetherness, Empowerment, and Local Familiarity inform action for policy and practice changes adaptable for chronic disease prevention, treatment, and self-management programs for Indigenous Peoples globally.

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)0,002
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
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,957
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,064
Tête enseignante GPT0,412
Écart entre enseignants0,348 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2022
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueInternational Indigenous Policy JournalMême sujetIndigenous Health, Education, and RightsTravaux en français237 207