Making a move in exercise referral: co-development of a physical activity referral scheme
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
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.
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 | 0,015 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 | 0,000 |
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 découle