Understanding and Building Community Capacity Through Conversation: A Conversation Forward Community Capacity Assessment Tool (CCAT) to Catalyze Action
Notice bibliographique
Résumé
Community capacity refers to the potential people and infrastructure have to develop initiatives that address community priorities. Understanding and building community capacity should be a parallel track with any health promotion initiative to support sustainability. Tools that assess community capacity are frequently implemented as a fast-and-easy measurement to assess the impact of community initiatives. These assessment tools are often created from validated measurement domains and questions to capture the essence of capacity at the community level. However, the piloting of such tools during the Alberta Healthy Communities Approach (AHCA) initiative from 2016-2019 found that tools that emphasize measurement often fail to facilitate and capture essential conversations. As a result, in 2019-2023, we developed and piloted a new conversation-forward Community Capacity Assessment Tool (CCAT) to assist with facilitating often complex community conversations about community capacity and to catalyze local action. The CCAT was created and implemented with an integrated knowledge translation approach that incorporated feedback from community members, implementation practitioners, researchers, and existing academic literature. The 17 communities that implemented the CCAT during the AHCA from 2019-2023 found the focus on conversation supported stronger knowledge translation of capacity concepts and domains and catalyzed action to build community capacity as a parallel element of action planning and implementation. Keywords: healthy communities approach, multisectoral collaboration, community capacity, rural communities ______________________________________________________________________ Comprendre et renforcer les capacités communautaires par la conversation : un outil d'évaluation des capacités communautaires (CCAT) pour catalyser l'action RésuméLa capacité communautaire fait référence au potentiel dont disposent les personnes et les infrastructures pour développer des initiatives qui répondent aux priorités communautaires. La compréhension et le renforcement des capacités communautaires devraient être une démarche parallèle à toute initiative de promotion de la santé visant à soutenir la durabilité. Les outils qui évaluent la capacité communautaire sont fréquemment mis en oeuvre comme mesure rapide et facile pour évaluer l’impact des initiatives communautaires. Ces outils d'évaluation sont souvent créés à partir de domaines de mesure et de questions validés pour capturer l'essence de la capacité au niveau communautaire. Cependant, le projet pilote de tels outils au cours de l’initiative Alberta Healthy Communities Approach (AHCA) de 2016 à 2019 a révélé que les outils qui mettent l’accent sur la mesure ne parviennent souvent pas à faciliter et à capturer les conversations essentielles. En conséquence, en 2019-2023, nous avons développé et piloté un nouvel outil d’évaluation de la capacité communautaire (CCAT) axé sur la conversation pour aider à faciliter les conversations communautaires souvent complexes sur la capacité communautaire et à catalyser l’action locale. Le CCAT a été créé et mis en oeuvre selon une approche intégrée d’application des connaissances qui intègre les commentaires des membres de la communauté, des praticiens de la mise en oeuvre, des chercheurs et de la littérature universitaire existante. Les 17 communautés qui ont mis en oeuvre le CCAT au cours de l’AHCA de 2019 à 2023 ont constaté que l’accent mis sur la conversation favorisait une meilleure application des connaissances sur les concepts et les domaines de capacité et catalysait l’action pour renforcer la capacité communautaire en tant qu’élément parallèle de la planification et de la mise en oeuvre des actions. Mots-clés : approche des communautés en santé, collaboration multisectorielle, capacité communautaire, communautés rurales
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 | 0,028 | 0,059 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,005 | 0,008 |
| Science ouverte | 0,002 | 0,011 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».