Creating community learning for empowerment groups: an innovative model for participatory research partnerships with refugee communities
Notice bibliographique
Résumé
Empowering communities to respond to humanitarian crises is one of the core principles of the United Nations High Commission for Refugees. In response to large numbers of refugees resettling in Canada from Syria as they fled its civil war, a community-based research partnership was initiated to examine the psychosocial needs and adaptation processes of Syrian individuals and families. In this article, we introduce Community Learning for Empowerment Groups (CLEGs) as a methodological innovation in participatory research partnerships and demonstrate how they can be used to harvest local knowledge and create critical spaces for transformative learning. We describe the process of co-creating CLEGs with seven recently resettled Syrian community leaders, examples of their implementation, and lessons learned in our community-based participatory research (CBPR). Grounded in a transformative paradigm, our CBPR project occurred over three phases of implementation. Activities undertaken by the research team in phase one aimed at empowering the leaders through a “train-the trainer” and collaborative learning approach to lead CLEGs in phase two. Focus groups were held with leaders in phase two to explore their experiences leading CLEGs. Discussions in focus groups revealed that leaders were empowered to adapt their learning from phase one according to their group dynamics and personal leadership style. Deepened insights and new facilitation approaches were evidence of leaders’ growth, as exemplified in the focus groups. Leaders were able to support their groups to generate and, in some cases, implement community-based solutions to their groups’ psychosocial challenges. Community Learning for Empowerment Groups are a promising model for supporting power sharing and knowledge co-construction in participatory research partnerships.
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 | 0,105 | 0,057 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,012 | 0,023 |
| Communication savante | 0,012 | 0,012 |
| Science ouverte | 0,006 | 0,019 |
| Intégrité de la recherche | 0,005 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 ».