Using the Awareness, Motivation, Skills, and Opportunity Framework for Health Promotion in a Primary Care Network
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
Purpose. To use the Awareness, Motivation, Skills, and Opportunity (AMSO) framework as a foundation for service delivery in a primary care network (PCN). Method. The AMSO framework (awareness, motivation, skills, opportunity) was integrated into PCN program design: Health Basics (8 weeks with monthly follow-up) focused on healthy living and Happiness Basics (6 weeks) used positive psychology. Evaluation included quality of life (QofL) and participant experience; weight, body mass index, and waist circumference were included for Health Basics. Data were analyzed using descriptive statistics, paired t tests, and thematic analysis. Setting. PCN in western Canada with midsized urban center and surrounding areas. Participants. Health Basics—adults with or at risk for chronic disease (n = 103). Happiness Basics—adults with depression, languishing, or flourishing (n = 124). Results. Changes were evident in weight loss, body mass index, waist circumference, and QofL (p < .05) for Health Basics participants. The participants also reported being more active, eating healthier, having a more positive mind-set, and having confidence in making lifestyle changes. Happiness Basics participants’ QofL improved in all domains (p < .05) except the physical summary score (p = .079). Happiness participants described positive experiences and learned new skills. Conclusion. The AMSO framework was successfully implemented in our PCN. Recommendations are included to improve program effectiveness and use.
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 | 0,013 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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