MétaCan
Menu
Retour à la cohorte
Enregistrement W4383314870 · doi:10.36941/jicd-2023-0008

The Social-Ecological Model: Faith and the Targeted Prevention and Treatment of Cardiovascular Risk in Low- and Middle-Income Countries

2023· article· en· W4383314870 sur OpenAlexaff
Ebere Ellison Obisike, Justina N. Adalikwu-Obisike

Notice bibliographique

RevueJournal of International Cooperation and Development · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal Public Health Policies and Epidemiology
Établissements canadiensBurman University
Organismes subventionnairesnon disponible
Mots-clésIntrapersonal communicationFaithLow and middle income countriesPopulationInterpersonal communicationEconomic growthPolitical scienceDevelopment economicsMedicinePsychologyEnvironmental healthDeveloping countryEconomicsSocial psychology

Résumé

récupéré en direct d'OpenAlex

This paper examined how the use of the social-ecological model may facilitate best practices while integrating faith in targeted prevention and management of cardiovascular risk in low- and middle-income countries as most faith-based health institutions in developing countries promote the integration of faith in their population-level disease prevention programs. Given the rigid practice of faith in low- and middle-income countries, we recommend the adoption of the social-ecological model, which emphasizes the consideration of the various levels of influence (such as intrapersonal, interpersonal, organizational, community, and public policy) and the concept that people’s social environment influences their behaviors. Our recommendation is based on studies from diverse cultures that suggest that targeted prevention and management of risk factors, such as hypertension and hypercholesterolemia, might reduce morbidities and mortalities from cardiovascular diseases. This model is sustainable in low- and middle-income countries and aligns with the patients’ relationship with their creator and their neighbors while promoting best practices.
 
 Received: 20 April 2023 / Accepted: 23 June 2023 / Published: 5 July 2023

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,502
Score d'incertitude au seuil0,203

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,292
Écart entre enseignants0,261 · 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 tête enseignante, pas un consensus.

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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of International Cooperation and DevelopmentMême sujetGlobal Public Health Policies and EpidemiologyTravaux en français237 207