Health Resilience in Arabic-speaking Adult Refugees With Type 2 Diabetes: A Grounded Theory Study During the COVID-19 Pandemic
Notice bibliographique
Résumé
OBJECTIVES: This qualitative study aimed to describe the lived experiences of Arabic-speaking refugees in managing their type 2 diabetes mellitus (T2DM) while resettling during the COVID-19 pandemic, and to generate a grounded theory of how resilience is used to facilitate living well while facing multiple health stressors. METHODS: A grounded theory approach was used to conceptualize the dynamic process of resilience in living well with diabetes. Five recently resettled adult refugees with T2DM (2 women and 3 men) participated in unstructured individual interviews in Arabic in New Brunswick, Canada, during the pandemic's second wave (October 2020 to March 2021). Interview data were transcribed and analyzed thematically using open, axial, and core category coding followed by member checking. RESULTS: Participants identified self-reliance as the core driver for decision-making, actions, and interpretations in health management while experiencing unplanned instability. The process was found to be facilitated by 4 distinct constructs: knowledge seeking, positive outlook, self-care, and creativity. CONCLUSIONS: The substantive model derived from this study supports a strengths-based approach to clinical assessment and care of refugees with T2DM, notably during disrupted access to primary and preventive services due to forced resettlement and pandemic mitigation measures. More research is needed to increase understanding of how self-reliance can be optimized in resilience-promoting interventions to facilitate diabetes management among populations in posttraumatic circumstances.
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 | 0,006 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,014 | 0,005 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».