“When I Don’t Have Money, I Don’t Eat”: A Critical Hermeneutic Study of Diabetes in Liberia
Notice bibliographique
Résumé
Diabetes is a growing public health concern in Liberia, where an estimated 2.1% of the population live with the disease. The challenges with diabetes in Liberia are enormous. Diabetes places immense socioeconomic pressure on individuals and their families and burdens an already overstretched health care system still recovering from the destructive effects of the 14-year civil war. While efforts towards rebuilding the health care system in Liberia are ongoing, people with diabetes experience significant challenges accessing social, economic, and health-care resources to manage their illness. Purpose: The goal of this critical hermeneutic study was to explore what is it like to live with diabetes in Liberia. Methods: Through purposeful sampling, 10 adults with diabetes were recruited from a publicly funded hospital in Monrovia, Liberia. Data were collected using a photovoice method, wherein participants photographed their everyday experiences of living with diabetes. Results: We identified three themes that answered the question of what is it like to live with diabetes in Liberia: living with diabetes means living with 1) food insecurity, 2) trying to access a health care system that was not built to respond to diabetes, and 3) using faith to cope and foster hope. Conclusion: The experiences of people living with diabetes in Liberia are under-researched, pointing to a gap in knowledge. The findings from this study address this gap in the literature by providing a clearer picture of the impact of diabetes on individuals and families. We provide tangible recommendations to local governments and policy makers on interventions that may improve health outcomes and quality of life for people living with diabetes in Liberia.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».