MétaCan
Menu
Retour à la cohorte
Enregistrement W4323979922 · doi:10.18192/aporia.v15i1.6487

“Very Similar to Having a Pimp”: Community Advisory Board Members’ Experiences in Health-Related Community-Based Participatory Research

2023· article· en· W4323979922 sur OpenAlexaffvenueabout
Laurel Schmanda, Audrey R. Giles, Carrie Martin, Michael J. Liddell

Notice bibliographique

RevueAporia · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensCAAN Communities, Alliances & NetworkUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésCommunity-based participatory researchParticipatory action researchGeneral partnershipCompensation (psychology)Focus groupPublic relationsCitizen journalismSociologyCommunity engagementMedical educationPsychologyPolitical scienceMedicineSocial psychology

Résumé

récupéré en direct d'OpenAlex

Despite the abundance of research on the experiences of researchers with community-based participatory research (CBPR), there has been comparatively little published on CAB members’ experiences. The goal of this research was to analyze the lived experiences of a small sample of CAB members in recent health-focused CBPR in Canada, with a particular focus on areas for improvement. We found that CAB members in CBPR experienced low perceived value from researchers due to communication patterns, education differences, and inadequate compensation. These issues may be mitigated through increased CAB member engagement throughout the research process, adequate compensation, and improved emotional support. This study demonstrates that if CBPR methodologies are to live up to their promise, it is crucial that CAB members are enabled to work in true partnership with researchers, receive adequate compensation that is meaningful to them, and are supported throughout the process.

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)0,063
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,085
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0630,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,005
Études des sciences et des technologies0,0070,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,005
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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 Opus0,867
Tête enseignante GPT0,697
Écart entre enseignants0,170 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations2
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAporiaMême sujetHealth Policy Implementation ScienceTravaux en français237 207