Participatory Action Research Among People With Serious Mental Illness: A Scoping Review
Notice bibliographique
Résumé
Participatory action research (PAR) is a research approach that creates spaces for marginalized individuals and communities to be co-researchers to guide relevant social change. While working toward social transformation, all members of the PAR team often experience personal transformation. Engaging people with serious mental illness (PSMI) in PAR helps them to develop skills and build relationships with stakeholders in their communities. It supports positive changes that persist after the completion of the formal research project. With the increasing recognition of PAR's value in PSMI, it is helpful to consider the challenges and advantages of this approach to research with this population. This review aimed at determining how PAR has been conducted with PSMI and at summarizing strategies used to empower PSMI as co-researchers by engaging them in research. This scoping review followed five steps Arkesy and O'Malley (2005) outlined. We charted, collated, and summarized relevant information from 87 studies that met the inclusion criteria. We identified five strategies to empower PSMI through PAR. These are to build capacity, balance power distribution, create collaborative environments, promote peer support, and enhance their engagement as co-researchers. In conclusion, PAR is an efficient research approach to engage PSMI. Further, PSMI who engage in PAR may benefit from strategies for empowerment that meet their unique needs as co-researchers.
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 | 0,119 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,009 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,007 |
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 ».