MétaCan
Menu
← Retour à la cohorte
Enregistrement W4414286696 · doi:10.1016/j.jclinepi.2025.111977

Citizen science as an approach for engaging underrepresented communities in codevelopment of health research

2025· article· en· W4414286696 sur OpenAlexafffund
Codie A. Primeau, Alison M. Hoens, Stephanie Therrien, Linda Li

Notice bibliographique

RevueJournal of Clinical Epidemiology · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensArthritis Research Centre of CanadaResearch Canada
Organismes subventionnairesCanadian Institutes of Health ResearchCanada Research ChairsCanadian Arthritis NetworkMichael Smith Health Research BCArthritis Society
Mots-clésCitizen scienceUnderrepresented MinorityCommunity-based participatory researchPublic healthHealth equityCommunity participation

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Engaging patients and public in health research ensures results remain relevant and responsive to community needs. However, meaningful engagement with underrepresented communities remains challenging, and this lack of representation can perpetuate ongoing inequities in health research. Citizen science offers a flexible methodological approach to prioritize active and meaningful patient and public engagement, including from underrepresented communities, where community voices are included throughout the research process. This commentary explores how a citizen science approach can be applied to enhance engagement of underrepresented communities and support co-developing research questions that reflect community needs. STUDY DESIGN AND SETTING: We present a case example of an ongoing project working with 2S/LGBTQQIA+ communities to codevelop a health research program centered around chronic pain using citizen science. The project includes a nationwide online platform, group workshops, and consensus approaches, with activities guided by an Advisory Committee of 2S/LGBTQQIA+ individuals. We describe the European Citizen Science Association's ten principles of citizen science, their application in the example . RESULTS: The case example demonstrates how citizen science can be used to codevelop a research program that reflects community needs, balancing large-scale public engagement with collaborative cocreation. Prioritizing active community engagement throughout the research process promotes transparency and inclusion, setting a new standard for collaborative research. CONCLUSION: Citizen science holds significant potential for broader application across diverse health domains, offering an innovative alternative to traditional methods of priority-setting, and provides a flexible framework for engaging underrepresented communities to advance health equity.

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)0,333
score de la tête « metaresearch » (Gemma)0,193
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Science ouverte
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,992
Score d'incertitude au seuil0,823

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,3330,193
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0080,005
Études des sciences et des technologies0,0360,083
Communication savante0,0300,027
Science ouverte0,0080,068
Intégrité de la recherche0,0180,023
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,729
Tête enseignante GPT0,613
Écart entre enseignants0,115 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeQualitatif
DomaineMéthodes
GenreEmpirique

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 revueJournal of Clinical Epidemiology→Même sujetSpecies Distribution and Climate Change→Travaux en français237 207→