MétaCan
Menu
Retour à la cohorte
Enregistrement W2650750770

An exploration of the translation of MEND 5-7 for the BC context using the RE-AIM framework

2014· dissertation· en· W2650750770 sur OpenAlexaboutno aff
Shabnam Almasi

Notice bibliographique

RevueUVic’s Research and Learning Repository (University of Victoria) · 2014
Typedissertation
Langueen
DomaineComputer Science
ThématiqueNatural Language Processing Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Translation (biology)Computer scienceGeographyArchaeologyChemistry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Introduction: Prevalence of obesity and overweight in children is growing in Canada and worldwide. In recent years multiple approaches have been utilized to treat childhood obesity. Multidisciplinary and family-based approaches have been shown to be successful in the management of obesity and overweight in children however, there is limited evidence about their use with younger children. Therefore the purpose of this thesis was to explore the translation of a family-based intervention, MEND 5-7, for the British Columbia (BC) context using the RE-AIM framework. Methods: A mixed methods design was used. Twenty-four children and their families who were enrolled in MEND program across 3 cities participated in the study. Anthropometrics and self-reported lifestyles and attitudes were measured for both children and parents pre and post program. MEND staff completed recruitment and registration tracking, and session feedback forms; were interviewed about implementation and meeting minutes were analysed for the process evaluation. In addition parent feedback surveys and site visit feedback forms were also included. Data were organized and analysed based on the RE-AIM framework. Results: The sample was too small to be representative but the demographics of the group appeared to be similar to the BC population. A number of significant improvements were seen related to physical activity (screen-time, p = .002; parent self-efficacy for increasing play and enjoyment, p = .05) and eating habits (parent fruit and vegetable consumption, p = .009). The small number of participants made in difficult to draw a valid conclusion about the changes in anthropometry. Data on implementation showed that families and group leaders were highly satisfied with the program. The program was found to be feasible and facilitators included team work, flexibility, participants’ engagement, community relations, preparation and planning, and support. Barriers to implementation included were time, recruitment, parental involvement, diversity, lack of flexibility in manual and location. Conclusion: MEND 5-7 appeared feasible for the BC population, however recruitment remains a significant challenge to program operations. Further research using an experimental design is needed.

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)0,045
score de la tête « metaresearch » (Gemma)0,046
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: Empirique
Score de désaccord entre enseignants0,696
Score d'incertitude au seuil0,605

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0450,046
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0050,002
Communication savante0,0040,001
Science ouverte0,0030,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,056
Tête enseignante GPT0,334
Écart entre enseignants0,278 · 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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUVic’s Research and Learning Repository (University of Victoria)Même sujetNatural Language Processing TechniquesTravaux en français237 207