A Thematic Analysis of the Impact of Community Engagement Studios on Community Experts’ Attitudes, Desires, and Understanding of Research
Notice bibliographique
Résumé
Community Engagement Studios (CE Studios) are consultative sessions designed to provide community feedback on all stages of the research process from design to dissemination. CE Studios allow researchers to examine ways to enhance clinical and translational research by engaging with community members. Community members who are part of the patient population or target audience are defined as community experts. The purpose of this study is to examine community experts’ attitudes, desires, and understanding of research resulting from their participation in CE Studios. We conducted thematic analysis across three separate questions. Ten major themes emerged from the data: involvement, togetherness, trust, value, confidence, community engagement, community connectedness, encouraging others to participate, increasing knowledge and awareness, and respect. One overarching theme of inclusion was also presented in the data. Results indicate that CE Studios provide a space for community experts to gain a better understanding of the multifaceted research process, provide insight into ways to target historically excluded populations, and increase experts’ trust, confidence, and respect for researchers and the research process. Moreover, community experts felt connected to their community by participating in CE Studios and expressed interest in encouraging others to participate. Research studies should capitalize on CE Studios as a strategy to engage community members throughout the research process. Future research should determine whether CE Studios serve as a springboard to other leadership roles for community members and whether patient engagement models have a greater impact on patients and communities of color, rural environments, and other patient populations.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,078 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».