MétaCan
Menu
Retour à la cohorte
Enregistrement W4383104012 · doi:10.1186/s40900-023-00456-z

Lessons learned from a virtual Community-Based Participatory Research project: prioritizing needs of people who have diabetes and experiences of homelessness to co-design a participatory action project

2023· letter· en· W4383104012 sur OpenAlexafffundabout
Saania Tariq, Eshleen Grewal, Roland Booth, B. Nat, Thami Ka-Caleni, Matt Larsen, Justin Lawson, Anna Whaley, Christine A. Walsh, David J.T. Campbell

Notice bibliographique

RevueResearch Involvement and Engagement · 2023
Typeletter
Langueen
DomaineHealth Professions
ThématiqueMental Health and Patient Involvement
Établissements canadiensDiabetes CanadaUniversity of Calgary
Organismes subventionnairesM.S.I. Foundation
Mots-clésParticipatory action researchParticipatory designCitizen journalismCommunity-based participatory researchAction (physics)SociologyAction researchPublic relationsPsychologyEngineering ethicsPolitical sciencePedagogyEngineeringComputer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

In Community-Based Participatory Research (CBPR), people with shared lived experiences (co-researchers) identify priority needs and work collaboratively to co-design an action-oriented research advocacy project. For this to occur, academic researchers must build mutually respectful partnerships with co-researchers by establishing trust. In the context of the COVID-19 pandemic, our objective was to virtually assemble a group of co-researchers (people with diverse but relevant experiences of homelessness and diabetes) and academic researchers who engaged in the CBPR process to identify a project that would address the difficulties of diabetes management while experiencing homelessness. Co-researchers were recruited to the committee from community homeless-serving organizations. Six co-researchers, one peer researcher and three academic researchers from Calgary, Alberta met virtually for bi-weekly committee meetings, from June 2021 to May 2022 to explore barriers to diabetes management and to complete a priority-setting exercise to determine the focus of our collective project. After reflecting on our virtual CBPR experience we present lessons learned related to: i) technical challenges and logistical considerations, ii) meeting virtually and building rapport, iii) driving engagement, and iv) challenges of transitioning from virtual to in-person meeting format. Overall, the process of conducting a CBPR project virtually to engage a group of co-researchers during a pandemic presents its challenges. However, a virtual CBPR project is feasible and can lead to meaningful experiences that benefit all group members, both from the community and academia.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,130
score de la tête « metaresearch » (Gemma)0,108
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,130
Score d'incertitude au seuil0,689

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1300,108
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0190,026
Communication savante0,0180,016
Science ouverte0,0070,019
Intégrité de la recherche0,0080,013
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,883
Tête enseignante GPT0,592
Écart entre enseignants0,292 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations25
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueResearch Involvement and EngagementMême sujetMental Health and Patient InvolvementTravaux en français237 207