MétaCan
Menu
Retour à la cohorte
Enregistrement W7095264193

doi:10.1093/heapro/dak003 Development of an integrated diabetes prevention program with First Nations in Canada

2014· article· en· W7095264193 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueQualitative Comparative Analysis Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFormative assessmentHealth promotionPromotion (chess)Community healthProgram evaluationHealth educationDisease preventionPublic health
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Type 2 diabetes mellitus is a major cause of morbidity and mortality among First Nations in Canada. We used multiple research methods to develop an integrated multi-institutional diabetes prevention program based on the successful Sandy Lake Health and Diabetes Project and Apache Healthy Stores programs. In-depth interviews, a structured survey, demonstration and feedback sessions, group activities, and meetings with key stakeholders were used to generate knowledge about the needs and resources for each community, and to obtain feedback on SLHDP interventions. First Nations communities were eager to address the increasing epidemic of diabetes. Educating children through a school prevention program was the most popular proposed intervention. Remote communities had poorer access to healthy foods and more on-reserve media and services than the smaller semi-remote reserves. While the reserves shared similar risk factors for diabetes, variations in health beliefs and attitudes and environmental conditions required tailoring of programs to each reserve. In addition, it was necessary to balance community input with proven health promotion strategies. This study demon-strates the importance of formative research in develop-ing integrated health promotion programs for multiple communities based on previously evaluated studies. Key words: diabetes; formative research; Native American

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)0,003
score de la tête « metaresearch » (Gemma)0,010
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,112
Score d'incertitude au seuil0,374

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,006
Études des sciences et des technologies0,0060,002
Communication savante0,0040,001
Science ouverte0,0020,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,1120,007

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 Opus0,055
Tête enseignante GPT0,402
Écart entre enseignants0,347 · 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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetQualitative Comparative Analysis ResearchTravaux en français237 207