MétaCan
Menu
Retour à la cohorte
Enregistrement W7117367405 · doi:10.1186/s41043-025-01196-4

On-the-ground realities of health program delivery in addressing community needs: a community-based participatory research approach in the moose Cree First Nation

2025· article· en· W7117367405 sur OpenAlexafffundabout
Trisia Mae F. Balalio, Michael A. Robidoux

Notice bibliographique

RevueJournal of Health Population and Nutrition · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésIndigenousParticipatory action researchFirst nationPublic healthHealth policyService delivery frameworkCommunity healthCitizen journalismHealth servicesPopulation health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: It has been well documented that Indigenous people in northern remote communities in Canada continue to experience a disproportionate burden of health disparities due to complex interactions of multiple determinants of health, including food insecurity, colonialism, barriers in accessing primary healthcare, and disrupted socioeconomic and political structures. Health promotion programs are essential in building preventive measures and empowering communities to take control over their health by helping them make informed health choices. This study described Indigenous-led nutrition-related health programs, the Healthy Babies, Healthy Children Program (HBHCP) and the Diabetes Prevention Program (DPP), which respond to food insecurity drivers and support community needs in Moose Cree First Nation (MCFN). It also documented the on-the-ground realities of program delivery and highlighted community-informed priorities for improved programming. METHODS: Grounded in community-based participatory research (CBPR) principles, our approach emphasized the importance of community engagement in supporting the healing process within this cultural context. Data collection included first-hand participation in program delivery alongside program coordinators, participant feedback, and semi-structured interviews from community members (n = 6) and Health Center staff (n = 3). Thematic analysis was used to identify themes across interview data, field notes, and community feedback. RESULTS: High food costs, limited access and availability, and poor food quality remain the primary food-related challenges experienced in the community. Health programs serve as frontline responders to community needs and address these challenges through culturally grounded and family-oriented nutrition education activities. Community members valued the programs' knowledge-sharing approaches, tangible support, and social connections. However, systemic barriers significantly constrain program delivery, including inadequate funding, limited resources, staffing shortages, and the impact of COVID-19. These barriers limited the programs' capacity to reach their full potential, despite strong community resilience. CONCLUSION: Indigenous-led nutrition programs are vital in addressing food insecurity and promoting health in northern communities. The findings underscore the need for sustainable funding and stronger policy support that reflects the true cost of service delivery in remote Indigenous communities. The findings emphasize the need for policy changes that move beyond top-down approaches toward community-informed policies and Indigenous-led health programming.

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)0,058
score de la tête « metaresearch » (Gemma)0,027
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 enseignants0,943
Score d'incertitude au seuil0,309

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0580,027
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0190,013
Communication savante0,0070,003
Science ouverte0,0030,008
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,589
Tête enseignante GPT0,532
Écart entre enseignants0,056 · 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 Health Population and NutritionMême sujetIndigenous Studies and EcologyTravaux en français237 207