Participatory Methods to Develop Health Education for PW-SCI: Perspectives on Occupational Justice
Notice bibliographique
Résumé
Background. Many people with spinal cord injury (PW-SCI) in the Gaza Strip in Palestine are discharged from inpatient rehabilitation with limitations in their ability to meet basic needs, and reach their full potential. There is limited evidence of how clinicians can promote occupational justice for PW-SCI. Purpose. To describe participants’ perspectives revealed during a participatory action research (PAR) process used to develop an education manual for PW-SCI in Gaza, using Participatory Occupational Justice as a lens. Methods. Following ethical approval, a four-step PAR design was utilized by eight researchers to co-construct the Spinal Cord Injury Activities of Daily Living—education Manual with 54 participants from SCI rehabilitation settings in Gaza. Qualitative data from eight focus groups were analyzed using inductive thematic analysis. Findings. Two main themes were evident in the participants’ viewpoints: Enabling occupational justice and Removing barriers to occupational justice. Implications. Occupational justice is a central value that needs to be considered when developing occupational therapy educational interventions for this client group. PW-SCI health education may facilitate occupational justice in practical and culturally relevant ways when participatory methods are used to develop educational resources.
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 | 0,143 | 0,087 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,015 | 0,021 |
| Communication savante | 0,007 | 0,007 |
| Science ouverte | 0,003 | 0,018 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».