MétaCan
Menu
Retour à la cohorte
Enregistrement W2096208455 · doi:10.1177/0017896910383557

The devil is in the details

2010· article· en· W2096208455 sur OpenAlexaffabout
Doug Gleddie

Notice bibliographique

RevueHealth Education Journal · 2010
Typearticle
Langueen
DomaineHealth Professions
ThématiqueSchool Health and Nursing Education
Établissements canadiensMacEwan University
Organismes subventionnairesnon disponible
Mots-clésFocus groupGeneral partnershipPublic relationsJurisdictionBattleMedical educationPolitical scienceMedicineBusinessGeographyMarketing

Résumé

récupéré en direct d'OpenAlex

Objective: Guidelines from a variety of jurisdictions for the health-promoting schools (HPS) approach include healthy school policy as a critical element. Research also supports the importance of policy; however, there seems to be a lack of information on how to develop and implement policy. The article examines the processes involved in one school division’s development and implementation of healthy school policy. Design: The study emerged from the Battle River Project, a multilevel partnership designed to explore the efficacy of implementing HPS at a school division level. The project intervention involved support for schools, a division-level steering committee, and a framework for implementation. Setting: The Battle River School Division is located in Alberta, Canada, and serves both rural and urban school communities. The study involved 21 of the 36 schools in the division and was initiated by the Ever Active Schools programme. Method: Development and implementation of policy and procedure were examined using case study methodology. Data gathered included interviews, focus groups, documents and observation. Results: Four primary themes were revealed through data analysis. Perceptions and misconceptions; bottom–up/top–down; flexible rigidity; and the way we do business. Conclusion: The process of developing and implementing healthy school policy can be streamlined by planning for clear communication, involving all stakeholders, and by embedding health into the structures of a school jurisdiction.

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)0,005
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,281
Score d'incertitude au seuil0,939

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,020
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,003
Communication savante0,0060,005
Science ouverte0,0030,006
Intégrité de la recherche0,0050,007
Charge utile insuffisante (le modèle a refusé de juger)0,2810,180

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 Opus0,090
Tête enseignante GPT0,533
Écart entre enseignants0,443 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

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

En bref

Citations8
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealth Education JournalMême sujetSchool Health and Nursing EducationTravaux en français237 207