“It Helped Me Feel Like a Researcher”: Reflections on a Capacity-Building Program to Support Teens as Co-Researchers on a Participatory Project
Notice bibliographique
Résumé
The inclusion of youth voices in research relating to their own daily environments, wellbeing, and development is increasingly recognized as essential to ensuring rigor and success in mobilizing community change. Few studies have qualitatively examined youths' experiences and perceptions in participatory roles. This paper presents insights and lessons learned from a capacity-building program designed and delivered as part of a youth participatory research project, Teens Talk Vaping. Teens Talk Vaping took a by-youth-for-youth research approach to co-produce research about teen vaping to inform evidence-based vaping education materials. The capacity-building program was developed to equip seven teens from the Human Environments Analysis Laboratory Youth Advisory Council (four teen girls, three teen boys; Mage = 17.3) with qualitative research skills to contribute as "teen co-researchers" to all phases of the project, from conceptualization through to dissemination. The teen co-researchers were interviewed at four key phases of the program: qualitative research principles and approaches, data collection, data analysis, and overall reflections. Using thematic analysis, findings revealed the positive implications and practical limitations of the capacity-building program, which may support other academics engaging in participatory methodologies with youth and contribute toward the improvement and enrichment of participatory research opportunities for 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 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 | 0,087 | 0,084 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,027 | 0,028 |
| Communication savante | 0,011 | 0,011 |
| Science ouverte | 0,006 | 0,030 |
| Intégrité de la recherche | 0,006 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».