Process and experience of youth researchers within a Health Promoting Schools study in Nova Scotia, Canada
Notice bibliographique
Résumé
Youth Participatory Action Research (YPAR) is an approach to research that engages youth across the research process. The peer researcher method is a technique used in YPAR where youth are trained in research and ethics to interview their peers. The purpose of this study was to: (i) describe the process of engaging youth as peer researchers in a Health Promoting Schools (HPS) and student engagement project and (ii) understand the peer researchers' perspectives of their experience throughout the project. Youth from across Nova Scotia, Canada in grades 7-10 (ages 12-16) were recruited as peer researchers in the Summer, 2022. The project included three stages: (i) peer researcher training, (ii) practicing, recruiting and conducting interviews and (iii) data interpretation workshop. To understand the peer researcher's experience, quantitative data were collected from an evaluation questionnaire. Outputs were produced using descriptive statistics. Qualitative data were collected through a focus group and interviews and analyzed using inductive content analysis. A total of 11 youth were recruited and completed peer researcher training. Most youth provided positive feedback on the training with a satisfaction score of 8.7/10. Qualitative analysis indicated benefits to the peer researchers including opportunities to build interview and social skills and learn about other's perspectives. This study provides a detailed overview of how to use a peer researcher method in a YPAR project to involve youth in research related to HPS and student engagement. The research also highlights the benefits of engaging youth in YPAR. Future research will report on the findings from the peer interviews.
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 | 0,021 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».