Making a move in exercise referral: co-development of a physical activity referral scheme
Notice bibliographique
Résumé
Background: Translational research is required to ensure exercise referral schemes (ERSs) are evidence-based and reflect local needs. This article reports process data from the co-development phase of an ERS, providing an insight into (i) factors that must be considered when translating evidence to practice in an ERS setting, and (ii) challenges and facilitators of conducting participatory research involving multiple stakeholders. Methods: An ERS was iteratively co-developed by a multidisciplinary stakeholder group (commissioners, managers, practitioners, patients and academics) via five participatory meetings and an online survey. Audio data (e.g. group discussions) and visual data (e.g. whiteboard notes) were recorded and analysed using NVivo-10 electronic software. Results: Factors to consider when translating evidence to practice in an ERS setting included (i) current ERS culture; (ii) skills, safety and accountability; and (iii) resources and capacity. The co-development process was facilitated by needs-analysis, open questions, multidisciplinary debate and reflective practice. Challenges included contrasting views, irregular attendance and (mis)perceptions of evaluation. Conclusion: The multidisciplinary co-development process highlighted cultural and pragmatic issues related to exercise referral provision, resulting in an evidence-based intervention framework designed to be implemented within existing infrastructures. Further work is required to establish the feasibility and effectiveness of the co-developed intervention in practice.
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 | 0,120 | 0,150 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,005 |
| Communication savante | 0,007 | 0,007 |
| Science ouverte | 0,005 | 0,022 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,003 |
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 ».