MétaCan
Menu
Retour à la cohorte
Enregistrement W2155395627 · doi:10.1093/her/cyp058

Factors influencing the adoption of a Health Promoting School approach in the province of Quebec, Canada

2009· article· en· W2155395627 sur OpenAlexaffabout
Marthe Deschesnes, François Trudeau, Mababou Kébé

Notice bibliographique

RevueHealth Education Research · 2009
Typearticle
Langueen
DomaineHealth Professions
ThématiqueSchool Health and Nursing Education
Établissements canadiensUniversité du Québec à Trois-RivièresInstitut National de Santé Publique du Québec
Organismes subventionnairesnon disponible
Mots-clésMediationContext (archaeology)PsychologyLogistic regressionBivariate analysisReceptivitySocial psychologySelf-efficacyDevelopmental psychologyMedicineSociologyGeography

Résumé

récupéré en direct d'OpenAlex

This study examined a prediction model that integrated three categories of predictors likely to influence adoption of the Quebec Healthy Schools (HS) approach, i.e. attributes of the approach, individual and contextual characteristics. HS receptivity was considered as a potential mediator. For this study, 141 respondents representing 96 schools participated in a postal survey. We used bivariate logistic regression to assess factors associated with HS adoption and Baron and Kenny's method to test the mediation effect of HS receptivity. Four predictors related to school organizational characteristics had more weight in influencing the adoption of HS: the 'presence of leaders within schools', 'perceived school contextual barriers', 'school investment in healthy lifestyles' and 'beliefs in collective efficacy'. The influence of the latter two predictors was not direct but mediated by HS receptivity. Our findings showed that standard attributes generally considered as predictors of the adoption of an innovation are not the strongest determinants to explain HS adoption in the present context. The results shed light on the crucial role of organizational context in the adoption of this type of approach.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,022
Score d'incertitude au seuil0,160

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,196
Tête enseignante GPT0,525
Écart entre enseignants0,329 · 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

Citations48
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

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