Evaluation in a nutshell: a practical guide to the evaluation of health promotion programs
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Evaluation in a Nutshell 2 is a succinct guide to strategic and technical issues in evaluation of health promotion programs. You will be given valuable advice on planning and accountability in health promotion.<br/><br/>Adrian Bauman and Don Nutbeam, both professors and professional in the Health Promotion field have written this Evaluation in a Nutshell 2 with passion and content to assist other Health Promotion professionals wanting to make a difference in to our public's health.<br/><br/>Key features in this edition include an Online learning center to contain examples of each of the styles of evaluation and examples of research design which will be updated annually, each chapter will be reviewed and revised (five independent reviews commissioned by lecturers in public health promotion, including a reviewer from the University of Montreal), new case studies, examples and references will be used, the science of ‘dissemination research’ has evolved and the authors will compare their model of dissemination with the US standard (the REAIM framework) to ensure currency, the different components of research that can contribute to program evaluation will be further explained and new designs and methods for understanding how interventions work, there will also be a short new section on policy research and its role in program evaluation as well as the economic appraisal of programs.<br/><br/>Also new to this edition will be an Online Learning Centre the authors will write case studies to give examples of the styles of evaluation, examples of research design and examples of measurement designed for use by any reader of the text, student or professional.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,059 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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.
score_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