Partizipation in der Zusammenarbeit zwischen Zielgruppe, Projekt und Geldgeber
Bibliographic record
Abstract
Die intrinsische Verbindung von Empowerment und Partizipation wird in der Ottawa-Charta zur Gesundheitsförderung deutlich: Um Autonomie und Kontrolle über die eigenen Gesundheitsbelange zu erlangen (Empowerment), müssen Bürger die Möglichkeit haben, einen Einfluss auf ihre Umwelt zu nehmen (Partizipation). Dies impliziert, dass die Entscheidungsmacht über wesentliche Faktoren, die mit dem Gesundheitszustand zusammenhängen, oft nicht in den Händen der Bürger liegt. Es stellt sich die Frage: Wie kann diese Macht so (um)verteilt werden, dass Bürger mehr selbst bestimmen können? Diese Frage ist nicht nur auf höchster politischer Ebene relevant, sondern auch im Rahmen der konkreten Zusammenarbeit zwischen lokalen Akteuren, denn hier werden wesentliche Entscheidungen über die Ausrichtung und Ausstattung gesundheitsfördernder Maßnahmen getroffen. Vor Ort kann ein zentraler Beitrag zur Stärkung von Nachbarschaften und Gemeinden und damit zu lebensweltorientierter Gesundheitsförderung realisiert werden. In diesem Artikel wird die Methode „Kreise der Entscheidung” vorgestellt, die dazu dient, den Grad der erreichten Partizipation verschiedener Akteure an der Gesundheitsförderung zu überprüfen. Diese Methode basiert auf dem Ansatz der Partizipativen Qualitätsentwicklung, der von den Autoren und ihren Praxispartnern konzipiert wurde. Auf der Grundlage eines gemeinsamen Verständnisses von Partizipation als Entwicklungsprozess wird der Aufbau partizipativer Formen der Zusammenarbeit erleichtert – zum einen, weil die verschiedenen Ausprägungen der Partizipation konkretisiert werden, und zum anderen, weil die Möglichkeit zur Überprüfung der eigenen Zusammenarbeit nach dem aktuellen und erwünschten Stand der Partizipation besteht. Dadurch wird die Diskussion über Partizipation transparenter und für die Beteiligten handhabbar.
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 | 0.045 | 0.049 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.007 |
| Science and technology studies | 0.006 | 0.012 |
| Scholarly communication | 0.022 | 0.015 |
| Open science | 0.002 | 0.025 |
| Research integrity | 0.003 | 0.008 |
| Insufficient payload (model declined to judge) | 0.014 | 0.006 |
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".