Co-producing active lifestyles as whole-system-approach: theory, intervention and knowledge-to-action implications
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Population health interventions tend to lack links to the emerging discourse on interactive knowledge production and exchange. This situation may limit both a better understanding of mechanisms that impact health lifestyles and the development of strategies for population level change. This paper introduces an integrated approach based on structure-agency theory in the context of 'social practice'. It investigates the mechanisms of co-production of active lifestyles by population groups, professionals, policymakers and researchers. It combines a whole system approach with an interactive knowledge-to-action strategy for developing and implementing active lifestyle interventions. A system model is outlined to describe and explain how social practices of selected groups co-produce active lifestyles. Four intervention models for promoting the co-production of active lifestyles through an interactive-knowledge-to-action approach are discussed. Examples from case studies of the German research network Capital4Health are used to illustrate, how intervention models might be operationalized in a real-world intervention. Five subprojects develop, implement and evaluate interventions across the life-course. Although subprojects differ with regard to settings and population groups involved, they all focus on the four key components of the system model. The paper contributes new strategies to address the intervention research challenge of sustainable change of inactive lifestyles. The interactive approach presented allows consideration of the specificities of settings and scientific contexts for manifold purposes. Further research remains needed on what a co-produced knowledge-to-action agenda would look like and what impact it might have for whole system change.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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.
score_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