MétaCan
Menu
← Retour à la cohorte
Enregistrement W4388735909 · doi:10.1370/afm.22.s1.4873

I-CREAte: Engaging Families to Build Healthy Communities: Inclusion as key to enhance resilience and community strength

2023· article· en· W4388735909 sur OpenAlexaboutno aff
Eva Eva, Bruce Bruce, Meghan Meghan, Sophy Chan-Nguyen, Michele Michele, Colleen Colleen, Imaan Bayoumi, Susan Susan, Rifaa Rifaa, Logan Logan, autumn autumn

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePsychology
ThématiqueResilience and Mental Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésThematic analysisInclusion (mineral)Participatory action researchSocial exclusionEquity (law)SociologyPsychological resilienceCommunity-based participatory researchPsychologySocial psychologyPublic relationsQualitative researchPolitical scienceSocial science

Résumé

récupéré en direct d'OpenAlex

Context: Many families in our communities face forms of adversity including experiences of discrimination, exclusion and marginalization. Social exclusion can be related to socially stigmatized behaviors (substance use, mental health conditions, etc), racism, ableism, classism, and discriminatory attitudes and behaviors against linguistic or other minority groups. I-CREAte (Innovations for Community Resilience, Equity and Advocacy) is a community based participatory action research program whose aim is to explore, advocate, and act on initiatives to enhance family and community equity and resilience. Objectives: A sub-analysis of a broader study exploring the barriers and facilitators to family resilience during the COVID-19 pandemic, this study aims to explore the construct of inclusion or exclusion as experienced by families facing adversity. Study Design and Analysis: Mixed methods, multiple case study of nine families. Each of nine “cases” (families) was initially analyzed independently using directed content analysis. All nine cases were brought together in a participatory multiple case study analysis. Finally, after identification of inclusion as a key theme, all data was analyzed a third time using thematic analysis to explore themes related to inclusion and exclusion. Setting and Population: This study took place in Kingston, Frontenac, Lennox and Addington county in Ontario, Canada. Nine families self-identified as experiencing different forms of adversity were recruited, including newcomers to Kingston (internal migrants within Canada as well as new immigrants), racialized families, families with disabilities, linguistic minorities, and families experiencing other forms of social exclusion. Instrument: Data collection tools include visual timelines, semi structured interviews, and photovoice. Results: Preliminary analysis suggests that an experience of inclusion or exclusion is fundamental to families’ experience of resilience and wellbeing. Inclusion can be practiced informally, through engagement between community members at parks and in public spaces, or formally, through institutions such as places of worship, healthcare services and other publicly funded programs. Participants identified a need for increased awareness and training for community members and service providers. Conclusion: Newcomers to the community would benefit from programs that are accessible and explicitly designed to help them integrate into the community.

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)0,007
score de la tête « metaresearch » (Gemma)0,008
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,093

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0120,006
Communication savante0,0040,003
Science ouverte0,0020,011
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,034
Tête enseignante GPT0,429
Écart entre enseignants0,395 · 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 sujetResilience and Mental Health→Travaux en français237 207→