Why and how is photovoice used as a decolonising method for health research with Indigenous communities in the United States and Canada? A scoping review
Notice bibliographique
Résumé
Globally, including in North America, Indigenous populations have poorer health than non-Indigenous populations. This health disparity results from inequality and marginalisation associated with colonialism. Photovoice is a community-based participatory research method that amplifies the voices of research participants. Why and how photovoice has been used as a decolonising method for addressing Indigenous health inequalities has not been mapped. A scoping review of the literature on photovoice for Indigenous health research in the United States and Canada was carried out. Five electronic databases and the grey literature were searched, with no time limit. A total of 215 titles and abstracts and 97 full texts were screened resulting in 57 included articles. Analysis incorporated Lalita Bharadwaj's Framework For Building Research Partnerships with First Nations Communities. Photovoice was selected to improve knowledge mobilisation and participant empowerment and engagement. Studies incorporated relationship building, meaningful data collection, and public dissemination but had a lesser focus on the inclusion of Indigenous peer researchers or participant involvement in analysis. For photovoice to truly realise its decolonising potential, it must be incorporated into a broader participatory and decolonising research paradigm. In addition, more resources are required to support the involvement of Indigenous people in the research process.
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 | 0,024 | 0,081 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,018 | 0,024 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,011 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».