Barriers and Facilitators to Engagement in Collective Gardening Among Black African Immigrants in Alberta, Canada
Notice bibliographique
Résumé
Background: Community gardens are increasingly popular in Canadian cities, serving as transformative spaces where immigrants can develop self-reliant strategies for accessing culturally familiar and healthy nutritious foods. However, numerous facilitators and barriers exist that limit the engagement of racialized groups such as Black-identifying immigrants. Using a socio-ecological framework, this research explores barriers and facilitators of engagement of Black African immigrants in collective community gardening in Alberta, Canada. Methods: The study adopted a community-based participatory research (CBPR) approach using mixed methods. Data collection included structured surveys (n = 119) to assess general engagement, facilitators, and barriers; in-depth interviews (n = 10) to explore lived experiences; and Afrocentric sharing circles (n = 2) to probe collective perspectives in relation to engagement in collective gardening. Participants were purposefully recruited through community networks within African immigrant-serving community organizations. Results: Our findings revealed how barriers at various levels of the socio-ecological model (SEM) interact to shape the interest and engagement of African immigrants in collective community gardening. Access to collective gardens was associated with significant benefits, including maintaining healthy foodways, knowledge exchange, growing social capital, and community connections that support overall wellbeing. Conclusions: This study contributes an accessible framework for understanding and addressing the complex barriers that limit engagement in community gardens for vulnerable communities, while highlighting opportunities for creating more inclusive and culturally responsive urban agriculture initiatives.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,013 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».