MétaCan
Menu
Retour à la cohorte
Enregistrement W4404685633 · doi:10.22605/rrh8796

Wolastoqiyik adaptation of the Aaniish Naa Gegii: the Childrenâs Health and Well-Being Measure

2024· article· en· W4404685633 sur OpenAlexafffundabout
Isabelle Bernard, Joline Guitard, Annie Roy‐Charland, Daniel Pelletier, Nancy L. Young

Notice bibliographique

RevueRural and Remote Health · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIndigenous Health, Education, and Rights
Établissements canadiensChildren's Hospital of Eastern OntarioAssembly of First NationsUniversité de Moncton
Organismes subventionnairesCanadian Institutes of Health ResearchCHEO Research Institute
Mots-clésAdaptation (eye)Measure (data warehouse)PsychologyGerontologyMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Indigenous children in Canada represent one of the fastest-growing pediatric populations and experience severe health inequities. There is an ongoing need for new research on relevant methods to measure the health and wellbeing of Indigenous children that considers the cultural differences between communities. The Aaniish Naa Gegii: the Children's Health and Well-Being Measure (ACHWM) is a self-reported questionnaire that was developed to meet this need and to include the voices of Indigenous children. The purpose of this study was to assess the cultural relevance of the ACHWM for Wolastoqiyik children and to determine what revisions may be needed to ensure that the questions are well understood and culturally appropriate. METHODS: We recruited a community-based sample of nine Wolastoqiyik children (ages 8 to 16 years), two caregivers, and a community Elder within the Madawaska Maliseet First Nation community in New Brunswick. Through a process of cognitive debriefing, we probed children's comprehension of the 62 questions of the First Nation French version of the ACHWM. We analyzed the information reported to determine the participants' understandings relative to the other participants and to the original intent of the ACHWM content. RESULTS: Each of the nine children identified at least one item they recommended for revision during the interview. We observed similarities in the suggestions offered by several respondents. A total of 23 questions were considered, and 14 questions (22.6%) were modified, taking into consideration all participants' suggestions. CONCLUSION: While measures like the ACHWM offer useful information, relying solely on a 'one size fits all' Indigenous questionnaire is insufficient. Our findings underline the importance of having methods that are easily accessible, adaptable, and culturally appropriate for assessing and addressing Indigenous children's unique health and wellbeing. Such information allows clinicians to develop interventions that are culturally relevant, addressing children's individual needs within the context of their distinct cultural identity.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,209
Score d'incertitude au seuil0,416

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,012
Tête enseignante GPT0,281
Écart entre enseignants0,269 · 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'étudeObservationnel
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 revueRural and Remote HealthMême sujetIndigenous Health, Education, and RightsTravaux en français237 207