MétaCan
Menu
Retour à la cohorte
Enregistrement W2145727847 · doi:10.1093/her/cyl154

Expanding our conceptualization of program implementation: lessons from the genealogy of a school-based nutrition program

2006· article· en· W2145727847 sur OpenAlexaff
Sherri Bisset, Louise Potvin

Notice bibliographique

RevueHealth Education Research · 2006
Typearticle
Langueen
DomaineHealth Professions
ThématiqueCommunity Health and Development
Établissements canadiensUniversité de MontréalCentre de Santé et de Services Sociaux Cavendish
Organismes subventionnairesnon disponible
Mots-clésConceptualizationConstruct (python library)TracingProcess (computing)Nutrition EducationSituatedProgram Design LanguagePromotion (chess)Public relationsSociologyComputer sciencePolitical scienceMedicineGerontologyArtificial intelligenceLaw

Résumé

récupéré en direct d'OpenAlex

This work presents a theoretical framework in which health promotion and health education program implementation can be conceived as an open dynamic system. By tracing the evolution of an elementary school-based nutrition program from its conception to its recent form, we construct a program genealogy. Data were derived from two interviews and three historical documents from which historical events were identified and reconstructed in the form of a tree analogy. Data analysis ensued using concepts from the actor-network theory about social innovation. These concepts identified social and technical program attributes and situated them within a process which evolved over time, thus permitting the program's genealogy to appear. The genealogy was found to be influenced by the ways in which the involved actors interpreted the issue of food security, namely, as a professional issue, with a nutrition education response and as a social issue, with a community-building response. The interaction between the interests of the actors and the technical components of the program resulted in three temporal program iterations. The results highlight the important role played by the involved actors during program implementation and suggest the need to take these interests into consideration during all phases of program planning.

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)0,014
score de la tête « metaresearch » (Gemma)0,018
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 enseignants0,018
Score d'incertitude au seuil0,102

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0060,039
Communication savante0,0070,016
Science ouverte0,0040,004
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,459
Tête enseignante GPT0,691
Écart entre enseignants0,233 · 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

Citations46
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth Education ResearchMême sujetCommunity Health and DevelopmentTravaux en français237 207