Why urban communities from low-income and middle-income countries participate in public and global health research: protocol for a scoping review
Notice bibliographique
Résumé
INTRODUCTION: As the number of people living in cities increases worldwide, particularly in low-income and middle-income countries (LMICs), urban health is a growing priority of public and global health. Rapid unplanned urbanisation in LMICs has exacerbated inequalities, putting the urban poor at increased risk of ill health due to difficult living conditions in cities. Collaboration with communities in research is a key strategy for addressing the challenges they face. The objective of this scoping review is, therefore, to identify factors that influence the participation of urban communities from LMICs in public and global health research. METHODS AND ANALYSIS: We will develop a search strategy with a health librarian to explore the following databases: MEDLINE, Embase, Web of Science, Cochrane, Global Health and CINAHL. We will use MeSH terms and keywords exploring the concepts of 'low-income and middle-income countries', 'community participation in research' and 'urban settings' to look at empirical research conducted in English or French. There will be no restriction in terms of dates of publication. Two independent reviewers will screen and select studies, first based on titles and abstracts, and then on full text. Two reviewers will extract data. We will summarise the results using tables and fuzzy cognitive mapping. ETHICS AND DISSEMINATION: This scoping review is part of a larger project to be approved by the University of Montréal's Research Ethics Committee for Science and Health in Montréal (Canada), and the Institutional Review Board of the James P Grant School of Public Health at BRAC University in Dhaka (Bangladesh). Results from the review will contribute to a participatory process seeking to combine scientific evidence with experiential knowledge of stakeholders in Dhaka to understand how to better collaborate with communities for research. The review could contribute to a shift toward research that is more inclusive and beneficial for communities.
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 | 0,170 | 0,143 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,007 |
| Méta-épidémiologie (sens large) | 0,012 | 0,014 |
| Bibliométrie | 0,018 | 0,016 |
| Études des sciences et des technologies | 0,007 | 0,007 |
| Communication savante | 0,010 | 0,013 |
| Science ouverte | 0,006 | 0,009 |
| Intégrité de la recherche | 0,012 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,085 | 0,019 |
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 ».