Healthy eating for life: rationale and development of an English as a second language (ESL) curriculum for promoting healthy nutrition
Notice bibliographique
Résumé
Low health literacy contributes significantly to cancer health disparities disadvantaging minorities and the medically underserved. Immigrants to the United States constitute a particularly vulnerable subgroup of the medically underserved, and because many are non-native English speakers, they are pre-disposed to encounter language and literacy barriers across the cancer continuum. Healthy Eating for Life (HE4L) is an English as a second language (ESL) curriculum designed to teach English language and health literacy while promoting fruit and vegetable consumption for cancer prevention. This article describes the rationale, design, and content of HE4L. HE4L is a content-based adult ESL curriculum grounded in the health action process approach to behavior change. The curriculum package includes a soap opera-like storyline, an interactive student workbook, a teacher's manual, and audio files. HE4L is the first teacher-administered, multimedia nutrition-education curriculum designed to reduce cancer risk among beginning-level ESL students. HE4L is unique because it combines adult ESL principles, health education content, and behavioral theory. HE4L provides a case study of how evidence-based, health promotion practices can be implemented into real-life settings and serves as a timely, useful, and accessible nutrition-education resource for health educators.
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.
Comment cette classification a été obtenuedéplier
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».