MétaCan
Menu
Retour à la cohorte
Enregistrement W4414290153 · doi:10.1007/s10903-025-01779-7

Community Agency Health Promotion Capacity for Ethno-Culturally Diverse Immigrant Women: Qualitative Interviews

2025· article· en· W4414290153 sur OpenAlexafffundabout
Smita Dhakal, Sharon Iziduh, Swarna Weerasinghe, Saleema Allana, Oluwakemi Amodu, Andrea N. Simpson, Erin A. Brennand, Samantha Benlolo, Erin Ziegler, Anna R. Gagliardi

Notice bibliographique

RevueJournal of Immigrant and Minority Health · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensMcGill UniversityUniversity of CalgaryWestern UniversitySt. Michael's HospitalUniversity of AlbertaToronto Metropolitan UniversityDalhousie UniversityUniversity Health Network
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésAgency (philosophy)Health promotionCommunity healthPublic healthGovernment (linguistics)Health careImmigrationHealth policyWorkforce

Résumé

récupéré en direct d'OpenAlex

High rates of international migration must be addressed by healthcare systems. In particular, immigrant women lack access to and quality of care. Community-based health promotion may be one way to reach immigrant women. The aim of this study was to explore the capacity of immigrant settlement agencies for health promotion to immigrant women. We conducted semi-structured telephone interviews with immigrant women and community agency managers to discuss current and required health promotion capacity based on the New South Wales Framework, and identified themes using content analysis. We interviewed 24 immigrant women and 22 staff from 20 immigrant settlement agencies across Canada. Women and agency staff largely agreed on the need to develop the workforce (staff type and qualifications), acquire resources (human, physical, financial) dedicated to health promotion, establish external partnerships with academic, healthcare and other community organizations, create policies and strategies specific to health promotion, and choose and train leaders with interpersonal and technical skills. In addition, women underscored the need to tailor health promotion programs and services to women, and to enhance access to community-based health promotion by raising awareness via diverse media and government settlement agencies, and supporting participation by paying for transportation to community agencies or providing programs and services virtually or in multiple convenient locations. Action is needed to integrate these findings into policy that supports community-based health promotion, and into community agency policies and strategies. Ongoing research is needed to establish optimal community agency health promotion models and impact. Ultimately, community agency health promotion may reduce healthcare inequities, and lead to improved health and wellness among immigrant women.

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)0,019
score de la tête « metaresearch » (Gemma)0,013
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,100

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0100,009
Communication savante0,0040,003
Science ouverte0,0020,007
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,111
Tête enseignante GPT0,429
Écart entre enseignants0,318 · 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
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'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Immigrant and Minority HealthMême sujetMigration, Health and TraumaTravaux en français237 207