MétaCan
Menu
Retour à la cohorte
Enregistrement W2067176151 · doi:10.1080/07399330590925808

Using Curriculum Design Principles to Improve Health Education for Adolescent Girls

2005· article· en· W2067176151 sur OpenAlexaff
Deborah L. Begoray, Elizabeth Banister

Notice bibliographique

RevueHealth Care For Women International · 2005
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEarly Childhood Education and Development
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésCurriculumPsychological interventionDisciplineIntervention (counseling)Mathematics educationHealth educationPsychologyMedical educationPedagogyMedicineSociologyPublic healthNursingSocial science

Résumé

récupéré en direct d'OpenAlex

Learning and teaching are main concepts within health contexts, but curriculum theory is generally overlooked in the design of health education. In this paper, we describe the curriculum development component of a health research study designed to develop and present educational interventions for adolescent girls. Through the use of these interventions, we encouraged the girls to recognize and address potential health compromises in their dating relationships. By blending our disciplinary approaches of nursing and education to address the challenges of this research, we developed a curriculum that would effectively meet the needs of the participants. To do this, we assessed humanistic, social reconstructionist, technological, and academic curriculum approaches to determine that our approach is one of social reconstruction. We then considered teacher-centered, learner-centered, and problem-centered curriculum designs, choosing both learner and problem centered, and analyzed six dimensions of these designs. We describe these approaches, designs, and dimensions of curriculum considering pedagogical issues, criteria for evaluation, and appropriateness to educational health intervention programs.

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)0,015
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,025
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,061
Tête enseignante GPT0,424
Écart entre enseignants0,363 · 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'étudeQualitatif
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

Citations9
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth Care For Women InternationalMême sujetEarly Childhood Education and DevelopmentTravaux en français237 207