Estrategias para la educación sanitaria en poblaciones inmigrantes norteamericanas
Bibliographic record
Abstract
Objetivo: Este articulo esta destinado a estimular el pensamiento critico ante las barreras y las estrategias relacionadas con la educacion sanitaria para poblaciones inmigrantes. Su fundamento es promover un conocimiento y la apreciacion de la individualidad y de la diversidad de las creencias, los valores y la cultura de los inmigrantes y como estos contribuyen a la educacion sanitaria a traves de la practica, la investigacion y la teoria de la enfermeria. Antecedentes: Desde 2005, mas de 1.250.000 inmigrantes por ano han obtenido la residencia permanente legal en Norteamerica (mas de un millon al ano en Estados Unidos de America (EE.UU.) y mas de 250.000 al ano en Canada). El problema: Si bien una amplia politica de inmigracion conduce al crecimiento demografico, al cambio cultural y a la diversidad etnica, la migracion afecta al estado de salud de los inmigrantes. En Norteamerica, el efecto del inmigrante sano, en el que los inmigrantes, en general, tienden a estar mas sanos que las personas nacidas en los paises de acogida, disminuye de manera constante despues de la inmigracion. Metodos: Las estadisticas de inmigracion e informes sobre conocimiento y aprendizaje procedieron de los sitios webs oficiales de Canada y de los EE.UU. Estos fueron revisados y debatidos en el contexto de la bibliografia cientifica publicada sobre conocimiento sanitario, educacion sanitaria y promocion sanitaria. Oportunidades: Promover la salud en la poblacion inmigrante es dificil debido al conocimiento sanitario, cultural, linguistico y a las barreras socioeconomicas. Sensibilidad cultural, una investigacion cuidadosa y un conocimiento integral de la situacion social de los inmigrantes son esenciales para todos los programas de educacion sanitaria. Conclusion: Las estrategias para la educacion sanitaria de los inmigrantes deben ser tecnologicamente diversas, implicar alianzas con profesionales multidisciplinares, provocar la participacion activa de la comunidad y facilitar la tranferencia e interpretacion del lenguaje. La futura investigacion debe seguir analizando estas barreras y estrategias, utilizando tanto metodos cualitativos como cuantitativos.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".