From community as data providers to community as data users: developing a community-led research platform using program data in HIV/STI Program Science in Kenya
Notice bibliographique
Résumé
Abstract Background Community-based organizations (CBOs) are critical in providing trusted and targeted HIV/STI services to gay, bisexual, and other men who have sex with men (GBMSM). Despite significant strides in CBOs’ involvement in HIV/STI research, there remain gaps in meaningful engagement, especially in quantitative research. This paper explores the development of HEKA, a community-led research platform where community-based organizations build capacity and leverage routinely collected program data to design research that aims to improve HIV/STI programs. We share a collective reflection on the lessons learned in the process, the challenges that emerged, and recommendations for facilitating community-based program science. Methodology Through a collaborative process, seven CBOs serving GBMSM in Kenya created the HEKA Research Initiative and designed a framework of collaboration, through which we assessed the technical gaps in quantitative research among staff, applied for funding, co-designed capacity-building workshops with academic partners, and developed a research agenda. We established a monthly meeting frequency and through collective reflection, documented the lessons and challenges in the process. Outcomes With our successful grant, we organized an in-person workshop on quantitative research methods and R programming. The team identified research questions and completed data cleaning/harmonization of program data. HEKA was successful because we emphasized a co-leadership framework (research direction evolved through shared/delegated leadership), and peer-to-peer mentorship. Major challenges included: obtaining sustained funding for engagement; ensuring the learning pace allows all individuals to be on the same page; confronting the socio-political climate; long commutes between counties for in-person meetings; and the limitation in using Excel files as primary tools for data capture. Conclusions HEKA demonstrates the potential for community-based and led research in the HIV/STI field. The model we present can serve as a blueprint for other community-based organizations aiming to lead collaborative or independent research and build capacity.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,161 | 0,098 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,022 | 0,010 |
| Communication savante | 0,013 | 0,014 |
| Science ouverte | 0,005 | 0,034 |
| Intégrité de la recherche | 0,004 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».