Teaching Health Equity Through Narrative Media: The Pedagogical Impact of The Color of Care in Public Health Education
Notice bibliographique
Résumé
The COVID-19 pandemic exacerbated deep-rooted health disparities in the United States, particularly among marginalized communities facing systemic barriers such as limited healthcare access, economic instability, and environmental injustices. Black, Hispanic, and Indigenous populations experienced disproportionately high rates of infection, hospitalization, and mortality, underscoring the profound impact of structural inequities on health outcomes. Understanding these disparities is essential for public health students, yet traditional teaching methods often fail to convey their real-world implications. Integrating media-based narratives, particularly documentaries, into public health education offers a compelling way to illustrate how structural factors shape health outcomes. This study evaluates the impact of The Color of Care, a documentary that examines the disproportionate burden of COVID-19 on communities of color, as a pedagogical tool in PBHL 6000: Community Engagement, Equity, and Justice. Through analysis of student reflections, coursework, and survey responses, findings indicate that the documentary enhanced students' comprehension of social determinants of health, deepened emotional engagement, and fostered critical thinking about systemic racism and health inequities. Results show a significant increase in students’ confidence in applying public health frameworks and a greater commitment to health advocacy. This study contributes to ongoing discussions on the role of media narratives in public health education, highlighting their potential to contextualize abstract theories, foster cultural competence, and inspire systemic change. The findings support the integration of documentary-based learning to enhance public health curricula and better prepare students for addressing health disparities in their professional careers.
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 | 0,008 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».