Researchers Supporting Schools to Improve Health: Influential Factors and Outcomes of Knowledge Brokering in the COMPASS Study
Notice bibliographique
Résumé
BACKGROUND: Although schools are considered opportune settings for youth health interventions, a gap between school health research and practice exists. COMPASS, a longitudinal study of Ontario and Alberta secondary students and schools (2012-2021), used integrated knowledge translation to enhance schools' uptake of research findings. Schools received annual summaries of their students' health behaviors and suggestions for action, and were linked with COMPASS knowledge brokers to support them in making changes to improve student health. This research examines the factors that influenced schools' participation in knowledge brokering and associated outcomes. METHODS: School- and student-level data from the first 3 years of the COMPASS study (2012-2013; 2013-2014; 2014-2015) were used to examine factors that influenced knowledge brokering participation, school-level changes, and school-aggregated student health behaviors. RESULTS: Both school characteristics and study-related factors influenced schools' participation in knowledge brokering. Knowledge brokering participation was significantly associated with school-level changes related to healthy eating, physical activity, and tobacco programming, but the impact of those changes was not evident at the aggregate student level. CONCLUSIONS: Knowledge brokering provided a platform for collaboration between researchers and school practitioners, and led to school-level changes. These findings can inform future researcher-school practitioner partnerships to ultimately enhance student health.
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 | 0,042 | 0,081 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,008 | 0,005 |
| Communication savante | 0,008 | 0,003 |
| Science ouverte | 0,002 | 0,011 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
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 ».