An Integrated Methodological Approach to Address Immigrants’ Complex Health Issues: Lessons From the CAN-HEAL Study
Notice bibliographique
Résumé
Community-based participatory research (CBPR) and integrated knowledge translation (IKT) are methodological approaches that emphasize the value of equitable partnerships between researchers and community partners. The main difference between these approaches is that CBPR is advocacy-centered and aims at addressing inequities by instigating systemic and policy changes, whilst IKT is application- and upstream solution-oriented especially within the context of health and social care improvement. Previous studies that have used a collaborative approach mainly focused on either CBPR or IKT to a lesser extent.The CAN-HEAL project employed an innovative methodological approach that integrates CBPR and IKT to address mental health needs among Arab immigrants and refugees in Ontario, Canada. Integral to this approach are three pillars: (1) establishment of a multi-level community partnership; (2) adherence to cultural sensitivity principles; and (3) commitment to social justice and application. The use of an CBPR-IKT approach led to numerous successes, including the co-development of a holistic upstream-downstream-based health promotion action plan to tackle inequities. This approach was associated with different challenges (e.g., limited resources), which were mitigated by employing certain enablers (e.g., assistance from community leaders). Based on lessons from this project, recommendations are made for governmental agencies and academic institutions to advance CBPR-IKT research to promote the sustainability and well-being of communities.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,070 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,018 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,005 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».