MétaCan
Menu
← Retour à la cohorte
Enregistrement W4402396828 · doi:10.24908/iqurcp18025

Barriers to Healthcare Access for Black Communities in Kingston and London, Ontario

2024· article· en· W4402396828 sur OpenAlexaffvenueabout
Camille Dapaah, Rukevwe Inikori

Notice bibliographique

RevueInquiry Queen s Undergraduate Research Conference Proceedings · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésHealth careLibrary sciencePolitical scienceComputer science

Résumé

récupéré en direct d'OpenAlex

Healthcare access is recognized as a fundamental human right by the World Health Organization. In Canada, the Canada Health Act mandates equitable and accessible healthcare for all. However, many communities, particularly the Black community, continue to face significant barriers due to socioeconomic factors. These challenges are deeply rooted in systemic racism, socio-economic barriers, and cultural biases, which disproportionately impact the health outcomes of Black individuals. This study explores the specific barriers to healthcare access within the Black community using pre-existing qualitative data. We analyzed semi-structured interviews with 15 Black community members in Kingston and 10 in London, Ontario, using NVivo software to systematically code the data and identify key themes. Additionally, a literature review was conducted, which revealed recurring themes such as lack of culturally competent care, distrust of healthcare institutions, and economic barriers. The analysis of the interview data confirmed these themes and highlighted additional issues related to service type, time and availability, and experiences of racism and discrimination. Despite individual differences, these findings consistently emphasize the pressing need for targeted interventions and policy reforms to address these disparities. However, our study was constrained by the limited availability of race-based data in Canada, underscoring the urgent need for increased research and data collection to advocate for equitable healthcare access and monitor the effectiveness of health services for marginalized communities.

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)0,002
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil0,492

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0180,004
Communication savante0,0030,001
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,246
Tête enseignante GPT0,520
Écart entre enseignants0,274 · 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
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInquiry Queen s Undergraduate Research Conference Proceedings→Même sujetGlobal Health Workforce Issues→Travaux en français237 207→