Consensus Recommendations for Antiracist Child Health Research: A Modified Delphi Study
Notice bibliographique
Résumé
OBJECTIVE This study aimed to develop consensus on a comprehensive and abridged list of recommendations for conducting antiracist research across all stages of a pediatric research project. Antiracist research aims to ensure that the construct of race is correctly interpreted and that racially and ethnically minoritized communities are fairly engaged throughout a research project. METHODS Using a modified Delphi approach, experts in equitable pediatric research methods completed 3 rounds of surveys and virtual focus groups between April and December 2023. Round 1 asked experts to add to or revise themes and subthemes gathered from a systematic review of published antiracist practices. Round 2 included ranking items’ importance; items voted in the top 50% by 60% of experts were included in an abridged list of essential practices. In Round 3, experts reviewed the final guidance and had the option to rescue items for inclusion in the abridged guidance. RESULTS Fourteen experts with diverse personal and professional backgrounds participated. Experts added new themes and edited existing ones, creating a comprehensive list of 68 recommendations by consensus and identifying 36 to include in the abridged list of essential practices. They also discussed complex topics such as who these recommendations apply to, the nuances of equitable community engagement, and the dangers of health equity tourism. CONCLUSIONS An expert panel achieved consensus on a comprehensive and abridged list of recommendations for how to conduct research in an antiracist, equitable way. These can inform research teams, regulatory agencies, and funders to improve pediatric research.
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 | 0,024 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,012 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».