MétaCan
Menu
Back to cohort
Record W7161994590 · doi:10.82308/19237

Strategies for cross-cultural health education and their effects: training community health workers in rural indigenous Ecuador

2019· dissertation· en· W7161994590 on OpenAlexaboutno aff
Laura Rojas Rozo

Bibliographic record

Venuenot available
Typedissertation
Languageen
FieldSocial Sciences
TopicPublic Health and Social Inequalities
Canadian institutionsnot available
Fundersnot available
KeywordsHealth servicesCommunity healthIndigenousPublic health

Abstract

fetched live from OpenAlex

Introduction et objectif : Les agents de santé communautaires (ASC) sont des acteurs clés qui fournissent des services de santé aux populations sous-desservies et sont souvent le seul point d'entrée des soins de santé pour les communautés marginalisées. La formation des ASC et d'autres formes d'interventions de formation en santé communautaire échouent parfois à long terme car les facteurs culturels locaux ne sont pas pris en compte. Le projet de Formation et d’Éducation pour la Santé en Communauté Andine (TEACH) de l’Université McGill a été envisagé pour la formation des ASC dans les communautés autochtones rurales du nord de l’Équateur. S'appuyant sur cette étude de cas, l'objectif de l'étude est d'identifier et de comprendre les stratégies utilisées par les professionnels de la santé d'un contexte occidental pour tenter de réconcilier les différences culturelles dans la prestation de soins de santé dans un contexte rural autochtone non-occidental.Méthodes : Il s’agit d’une étude de cas qualitative portant sur le projet TEACH de l’Université McGill réalisé entre 2012 et 2017. Parmi les participants à l’étude figuraient des stagiaires ASC, membres de cinq communautés autochtones du nord de l’Équateur, et des professionnels de la santé canadiens qui ont donné la formation. Les entretiens semi-structurés de quinze participants et six enseignants ainsi que les rapports d’ateliers d’enseignants ont été analysés à l’aide d’une analyse thématique inductive.Résultats : Le thème central de l'étude est que toutes les stratégies micro (enseignement local), méso (organisationnel) et macro (culture, institutionnelle et gouvernementale) adoptées par les enseignants ont mis l'accent sur les stratégies macrostructurales au fur et à mesure de l'évolution du projet. Ce chapitre décrit plus en détail les stratégies micro, méso et macro par lesquelles les enseignants canadiens ont cherché à enseigner de manière culturellement attentive, sensible et compétente. Les cinq sous-thèmes sont : concevoir conjointement le contenu et la structure des ateliers (au niveau micro); conception collaborative de l'évaluation et de la stratégie d'évaluation (niveau micro); établir des relations inter organisationnelles (au niveau méso); adapter la négociation des rôles des ASC aux besoins des communautés (niveau méso); et l’engagement culturel systémique: plaidoyer pour les rôles et les réalisations des ASC (niveau macro).Conclusions : Les résultats de l’étude indiquent que les stagiaires et les enseignants ASC ont identifié les aspects du projet qui ne concordent pas avec les cultures et les contextes des communautés, et que les enseignants ont pu les adapter au bénéfice des communautés. L’immersion dans la communauté et la connaissance de celle-ci et les réactions des stagiaires ASC étaient essentielles pour identifier les éléments de changement. Les résultats de cette étude devraient éclairer les futurs programmes de formation en santé dans des contextes interculturels

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 imitation

Not 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.

metaresearch head score (Codex)0.006
metaresearch head score (Gemma)0.010
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Non-randomized trial · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.018
Threshold uncertainty score0.037

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0060.010
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.001
Science and technology studies0.0030.001
Scholarly communication0.0020.001
Open science0.0010.005
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0090.000

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.

Opus teacher head0.068
GPT teacher head0.463
Teacher spread0.395 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNon-randomized trial
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2019
Admission routes1
Has abstractyes

Explore more

Same topicPublic Health and Social InequalitiesFrench-language works237,207