MétaCan
Menu
Retour à la cohorte
Enregistrement W4413232109 · doi:10.21853/jhd.2025.267

Designing healthcare interventions: Insights from a participatory co-design approach

2025· article· en· W4413232109 sur OpenAlexaff
Janine Noorloos, J.S. Randhawa, Peola Ellis, G Astorga, Fairuz Karim

Notice bibliographique

RevueThe Journal of Health Design · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueFood Security and Health in Diverse Populations
Établissements canadiensUniversity of TorontoUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionAccreditationHealth careParticipatory designParticipatory action researchIntervention (counseling)Medical educationCitizen journalismMedicineKnowledge managementNursingProcess managementPsychologyBusinessComputer scienceEngineeringSociologyPolitical scienceOperations management

Résumé

récupéré en direct d'OpenAlex

We used a participatory co-design approach to improve healthcare transitions for youth with sickle cell disease (SCD). The key outcome was the development of an accredited digital educational module for healthcare providers. Lessons learned included the following: 1) Responsive design should be shaped by lived experience, not predetermined solutions; 2) Participant backgrounds influence intervention outcomes; 3) Provider education is a key strategy to address systemic challenges; 4) Provider-focused interventions should still prioritise patient needs; and 5) Collaboration is essential for impact and dissemination. The insights gained when addressing SCD care and transition experiences may be useful when designing interventions for other complex healthcare challenges.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,929
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0120,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,587
Tête enseignante GPT0,540
Écart entre enseignants0,047 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Health DesignMême sujetFood Security and Health in Diverse PopulationsTravaux en français237 207