MétaCan
Menu
Retour à la cohorte
Enregistrement W4401380936 · doi:10.1093/heapro/daae085

Aiming for transformations in power: lessons from intersectoral CBPR with public housing tenants (Québec, Canada)

2024· article· en· W4401380936 sur OpenAlexafffundabout
Stéphanie Radziszewski, Janie Houle, Corentin Montiel, Jean-Marc Fontan, Juan Torres, Katherine L. Frohlich, Antoine Boivin, Simon Coulombe, Hélène Gaudreau

Notice bibliographique

RevueHealth Promotion International · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Sciences and Governance
Établissements canadiensUniversité de MontréalUniversité du Québec à MontréalUniversité Laval
Organismes subventionnairesFonds de recherche du Québec
Mots-clésPublic housingPower (physics)Economic growthSociologyGerontologyPolitical scienceMedicineEconomics

Résumé

récupéré en direct d'OpenAlex

Intersectoral collaborations are recommended as effective strategies to reduce health inequalities. People most affected by health inequalities, as are people living in poverty, remain generally absent from such intersectoral collaborations. Community-based participatory research (CBPR) projects can be leveraged to better understand how to involve people with lived experience to support both individual and community empowerment. In this paper, we offer a critical reflection on a CBPR project conducted in public housing in Québec, Canada, that aimed to develop intersectoral collaboration between tenants and senior executives from four sectors (housing, health, city and community organizations). This single qualitative case study design consisted of fieldwork documents, observations and semi-structured interviews. Using the Emancipatory Power Framework (EPF) and the Limiting Power Framework (LPF), we describe examples of types of power and resistance shown by the tenants, the intersectoral partners and the research team. The discussion presents lessons learned through the study, including the importance for research teams to reflect on their own power, especially when aiming to reduce health inequalities. The paper concludes by describing the limitations of the analyses conducted through the EPF-LPF frameworks and suggestions to increase the transformative power of future studies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,777
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,085
Tête enseignante GPT0,393
Écart entre enseignants0,308 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations1
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealth Promotion InternationalMême sujetSocial Sciences and GovernanceTravaux en français237 207