Le projet HANS KAÏ : une approche communautaire visant à améliorer la santé et le bien-être grâce au soutien par les pairs
Bibliographic record
Abstract
Introduction Le modèle HANS KAÏ est une intervention de promotion de la santé originale qui vise à améliorer la santé des participants en ciblant les comportements interdépendants de prévention des maladies chroniques grâce au soutien par les pairs et au renforcement des réseaux de soutien social. L'objectif de notre étude était de mesurer l’efficacité du modèle HANS KAÏ en contexte urbain canadien. Méthodologie Nous avons utilisé un modèle de recherche interventionnelle à méthodes mixtes appliqué à plusieurs sites entre novembre 2010 et avril 2015. Les données ont été recueillies au moyen de sondages auprès des participants et d’entrevues en personne au début de l'étude puis à 6, 12 et 24 mois. Les participants se sont réunis en groupes au moins une fois par mois durant la période de recherche afin de surveiller eux-mêmes leurs indicateurs de santé, de préparer et de partager une collation saine, de participer à une activité physique, d’établir un objectif en matière de mode de vie sain (facultatif) et d'avoir une activité de convivialité. Résultats Des améliorations statistiquement significatives de la santé mentale ont été constatées avant et après le programme, et 66 % des participants ont fait état de changements de comportement précis résultant de la participation au projet HANS. D’autres effets positifs sur la santé ont été constatés : un soutien par les pairs, l’acquisition de connaissances précises en matière de santé, l’inspiration, la motivation et la prise de responsabilité, l’autonomisation découlant du suivi de ses propres indicateurs de santé, la possibilité de rompre l’isolement social et enfin une meilleure connaissance de la façon d'avoir accès aux services. Conclusion C'est la nécessité de trouver des moyens innovants pour favoriser la prévention et la gestion des maladies chroniques qui a motivé la mise en oeuvre et l’évaluation du modèle HANS KAÏ. Bien que d’autres recherches soient nécessaires pour valider nos résultats, il semble que le modèle HANS KAÏ puisse être efficace pour créer un contexte permettant à la population locale de s’entraider en favorisant des choix de vie sains et en détectant de façon précoce les changements d’état de santé.
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 | 0.047 | 0.048 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.007 | 0.007 |
| Open science | 0.004 | 0.007 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.024 | 0.005 |
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".