MétaCan
Menu
Retour à la cohorte
Enregistrement W2043031956 · doi:10.2190/h210-2n47-5x5t-21u4

Implementation Fidelity in a Teacher-Led Alcohol use Prevention Curriculum

2006· article· en· W2043031956 sur OpenAlexaff
Melinda M. Pankratz, Julia Jackson‐Newsom, Steven M. Giles, Christopher L. Ringwalt, Kappie Bliss, Mary Lou Bell

Notice bibliographique

RevueJournal of Drug Education · 2006
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensBell (Canada)
Organismes subventionnairesnon disponible
Mots-clésCurriculumFidelityMedical educationCurriculum developmentPsychologyMedicinePedagogyMathematics educationEngineering

Résumé

récupéré en direct d'OpenAlex

There is now ample evidence that teachers tend to make substantial modifications to both the prescribed content and methods of the curricula they administer, and that such modifications are likely to attenuate curricula effects. We examine the fidelity with which teachers implement "Protecting You, Protecting Me," an underage alcohol use prevention curriculum. Findings suggest that while teachers attempted to implement most sections of a lesson, the lessons taught were consistently--and often extensively--adapted. We conclude that since teachers are likely to continue to modify lessons, curriculum developers and trainers should enhance their understanding of how prevention curricula are taught under real world conditions, help teachers to reinforce key curriculum concepts, and consider modifying those curricular sections that teachers are adapting with greatest frequency.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,029
score de la tête « metaresearch » (Gemma)0,136
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,155

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0290,136
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,276
Tête enseignante GPT0,660
Écart entre enseignants0,384 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations35
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Drug EducationMême sujetHealth Policy Implementation ScienceTravaux en français237 207