MétaCan
Menu
Retour à la cohorte
Enregistrement W4414021254 · doi:10.2196/75136

Use of Indigenous-Based Methodologies to Enhance the Understanding of Local Context in Ugandan Communities: Protocol for a Mixed Methods Study

2025· article· en· W4414021254 sur OpenAlexaffvenue
Sahr Wali, Jeremy I. Schwartz, Justice Seidel, Jenipher Kamarembo, Jenifer Atala, Ann R. Akiteng, Martha Nabadda, Cinderella Ngonzi Muhangi, Angela Mashford‐Pringle, Heather J. Ross, Joseph A Cafazzo, Isaac Ssinabulya

Notice bibliographique

RevueJMIR Research Protocols · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Health and Surgery
Établissements canadiensNOSM UniversityPublic Health OntarioUniversity of TorontoTed Rogers Centre for Heart ResearchUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésPreprintIndigenousProtocol (science)Context (archaeology)Adaptation (eye)Computer scienceWorld Wide WebGeographyPsychologyMedicineEcologyAlternative medicineBiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: With many socially disadvantaged populations experiencing a higher level of illness than the general population, health research has begun to recognize the impact of social determinants on health outcomes. Community-based research has increasingly been used to understand the complexities of the local context. However, given the number of interdependent factors influencing individual well-being, no single methodology can explore this level of complexity alone. To put context into perspective, research processes need to shift from the sole use of Western methodologies and, instead, incorporate collaborative methods from nontraditional research. Specifically, Indigenous methodologies have been developed to better understand the complexity of context within multiple worldviews, but current studies have failed to apply these approaches within other cultural settings. OBJECTIVE: This mixed methods study will use Western and Indigenous methodologies to adapt a digital health program for remote communities in Uganda. METHODS: Using the principles of community-based research and user-centered design, a 4-phase mixed methods study will be conducted. The Indigenous method of 2-eyed seeing will be used to promote a reflexive engagement strategy throughout all study phases. Phase 1 will focus on partnership building to codevelop the project priorities and study design. Phase 2 will involve a needs assessment to elicit a context-focused understanding of the local clinic and community environment. Phase 3 will involve a series of system adaptations to co-design the program. Phase 4 will consist of a community-based field study to evaluate the usability and cultural relevance of the adapted program. RESULTS: This study was approved by the Makerere University School of Medicine Research and Ethics Committee (Mak-SOMREC-2021-63) and the University Health Network Research Ethics Board (20-6022). This protocol provides a novel strategy leveraging a range of community-based methods to ensure that the contextual significance of each community's challenges is reflected in the design of the Medly Uganda program. Partnership building was initiated in June 2019, and the first stage of data collection in phase 2 began in January 2021. At the time of manuscript submission, phases 1 to 3 have been completed. Phase 4 data analysis is ongoing and expected to be completed in October 2025. CONCLUSIONS: Integrating the community's local knowledge into the design of the Medly Uganda program will lead to the development of meaningful interventions that improve health outcomes. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/75136.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,153
score de la tête « metaresearch » (Gemma)0,134
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,153
Score d'incertitude au seuil0,808

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1530,134
Méta-épidémiologie (sens strict)0,0060,005
Méta-épidémiologie (sens large)0,0060,006
Bibliométrie0,0080,006
Études des sciences et des technologies0,0070,006
Communication savante0,0070,005
Science ouverte0,0060,005
Intégrité de la recherche0,0080,010
Charge utile insuffisante (le modèle a refusé de juger)0,0490,013

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 Opus0,741
Tête enseignante GPT0,709
Écart entre enseignants0,032 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreProtocole

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'admission2
Résumé présentoui

Explorer davantage

Même revueJMIR Research ProtocolsMême sujetGlobal Health and SurgeryTravaux en français237 207