Engaging, recruiting, and retaining pregnant people from marginalized communities in environmental health cohort studies: a scoping review
Notice bibliographique
Résumé
Abstract Objectives To identify barriers to and strategies for improving the representation of pregnant people from marginalized communities in pregnancy cohort studies that measure environmental chemicals. Methods Guided by the Arksey O’Malley and Levac Frameworks, we conducted a scoping review of peer-reviewed literature published between 2000 and 2022. Included studies discussed barriers and/or strategies related to engaging, recruiting, and retaining pregnant participants or participants of reproductive age from marginalized communities into environmental health research. Results Twenty-nine peer-reviewed articles were included in the review. Overall, 31% (9/29) of the studies reported on engagement, recruitment, and retention of participants from racialized communities, 10% (3/29) reported on involvement of participants identifying as Indigenous, and 10% (3/29) of studies reported on participants living in households or areas of low socioeconomic status. We identified four key barriers: participant burden, social inequities, lack of trust, and lack of cultural relevance. We reported identified strategies to mitigate these barriers. Conclusion Although there is limited coverage in the literature on strategies to effectively engage people from marginalized communities in environmental health pregnancy cohort studies, our findings suggest that applying a health equity and social justice lens to research may help address barriers that exist at the individual, interpersonal, community, institutional, and policy levels. Findings from this review may have important implications for planning future pregnancy cohort studies and ensuring that communities who are disproportionately affected by environmental chemical exposures may be better represented in research and considered in policy decisions.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,138 | 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 ».