An App to Help Young People Self-Manage When Feeling Overwhelmed (ReZone): Protocol of a Cluster Randomized Controlled Trial
Notice bibliographique
Résumé
BACKGROUND: The association between behavioral difficulties and academic attainment is well established. Recent policy advising schools on managing behavior has promoted the early identification of behavioral difficulties. There is also increasing research into mHealth interventions to provide support for emotional and behavioral difficulties for young people. OBJECTIVE: The primary aim of the proposed research is to examine the effectiveness of an mHealth intervention, ReZone, in reducing emotional and behavioral difficulties in young people. METHODS: The protocol is a cluster trial of 12 classes with N=120 students with classes randomized to ReZone or management as usual. Multilevel modeling will be used to compare ReZone versus management as usual accounting for classroom-level variation. RESULTS: Baseline data collection started in February 2017 and ended in April 2017. Follow-up data collection started in April 2017 and ended in June 2017. CONCLUSIONS: The proposed research will provide evidence as to whether ReZone is effective at helping young people to self-manage when feeling overwhelmed. TRIAL REGISTRATION: ISRCTN 13425994; http://www.isrctn.com/ISRCTN13425994 (Archived by WebCite at http://www.webcitation.org/6tePwwiHk).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,026 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,003 |
| Méta-épidémiologie (sens large) | 0,010 | 0,004 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,008 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,085 | 0,014 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».