MétaCan
Menu
Retour à la cohorte
Enregistrement W4387098321 · doi:10.3389/feduc.2023.1164485

Creating community learning for empowerment groups: an innovative model for participatory research partnerships with refugee communities

2023· article· en· W4387098321 sur OpenAlexaffabout
Sophie Yohani, Anna Kirova, Rebecca Georgis, Rebecca Gokiert, Mischa Taylor, Sabah Tahir

Notice bibliographique

RevueFrontiers in Education · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésTransformative learningFocus groupEmpowermentRefugeeParticipatory action researchGeneral partnershipSociologyPublic relationsPolitical sciencePedagogy

Résumé

récupéré en direct d'OpenAlex

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 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)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,143
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,383
Tête enseignante GPT0,559
Écart entre enseignants0,176 · 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.

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

Citations2
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in EducationMême sujetInterprofessional Education and CollaborationTravaux en français237 207