MétaCan
Menu
Retour à la cohorte
Enregistrement W4388719789 · doi:10.1370/afm.22.s1.4875

I-CREAte: Engaging Families to Build Healthy Communities – a Photovoice presentation

2023· article· en· W4388719789 sur OpenAlexaboutno aff
Eva Purkey, Bruce Knox, Meghan Ford, Sophy Chan-Nguyen, Colleen Davison, Imaan Bayoumi, Susan A. Bartels, Rifaa Carter, Logan Jackson, Autumn Watson, Danielle Pinder

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueParticipatory Visual Research Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhotovoiceThematic analysisCommunity resilienceParticipatory action researchFocus groupPsychological resilienceEquity (law)Context (archaeology)Community engagementPopulationPsychologyPublic relationsSociologyQualitative researchGeographyPolitical scienceSocial psychologyEngineeringEconomic growthSocial science

Résumé

récupéré en direct d'OpenAlex

Context: During the pandemic, the stress of COVID-19 combined with pre-existing adversity put significant strain on the resilience of families and communities exposed to adverse childhood experiences and/or adverse community environments. I-CREAte (Innovations for Community Resilience, Equity and Advocacy) is a community based participatory action research program whose focus is to explore, advocate, and act on initiatives to enhance family and community equity and resilience. Objectives: To explore solutions identified by families experiencing adversity on how to enhance resilience and to improve the lives of other families in the communities in which they live. Study Design and Analysis: Part of a larger multiple case study entitled “Engaging Families to Build Healthy Communities” this study used photovoice to explore families’ perceptions of their own resilience by asking them to take photos that illustrated the strengths and weaknesses in their family and community, and to use these photos to reflect on solutions to improve family resilience in their community. Data was analyzed using thematic analysis, and participants were supported to provide a narrative highlighting important components of their photographs. Findings were disseminated using an arts-based montage in multiple settings. Setting and Population: This study took place in Kingston, Frontenac, Lennox and Addington counties in Ontario, Canada. Nine families were recruited who selfidentified as experiencing different forms of adversity. Instrument: Tablets were provided to families to capture photographs, followed by semi-structured interviews. Results: Families identified many sources of strength, including municipal services (libraries, community centers), formal and informal support networks, access to nature, and personal and intrafamilial characteristics, which had all contributed to their resilience in the face of significant adversity. Families articulated ways in which their communities could enhance the resilience of others through policy-level approaches, as well as community based mutual aid activities. Conclusions: The photovoice approach puts the narrative in the hands of the participant as the story-teller of their own experience, enabling the voices of some traditionally marginalized families to be heard throughout the community to inform program and policy makers as well as peers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,111

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0060,002
Communication savante0,0020,002
Science ouverte0,0010,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0330,003

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 Opus0,706
Tête enseignante GPT0,680
Écart entre enseignants0,027 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetParticipatory Visual Research MethodsTravaux en français237 207