Fostering positive weight‐related conversations between health care professionals, children, and families: Development of a knowledge translation Casebook and evaluation protocol
Notice bibliographique
Résumé
BACKGROUND: Health care professionals (HCPs) must communicate with children and families about weight management in a sensitive and nonstigmatizing manner. However, HCPs receive little training in weight-related communication and have requested resources, but these are scarce. This article details the development process of a knowledge translation (KT) Casebook and outlines the proposed protocol for its implementation and evaluation. METHODS: Guided by the knowledge-to-action cycle, a KT Casebook aimed at HCPs integrated findings from a comprehensive scoping review with experiential and contextual evidence gathered through stakeholder workshops to provide guidance to HCPs communicating with children and families around weight-related issues. It was structured around five questions: (a) Who should participate in weight-related discussions? (b) When and how should the topic of weight be broached? (c) What terminology should be used? (d) How can HCPs enhance family engagement in weight-related discussions? (e) What specific communication techniques have been recommended? Checklists, evidence summaries, case studies, sentence starters, simulations, and other resources were clustered under each question. A dissemination strategy was developed using KT best practices and a pilot evaluation protocol designed. RESULTS: The Casebook was launched in November 2017 and has been presented at pediatric rehabilitation and obesity conferences. A communication strategy targeted multidisciplinary experts and organizations with weight management within their scope of practice. These efforts have resulted in 2,497 downloads across five countries to date. CONCLUSIONS: A practical and engaging KT Casebook was created to help foster positive weight-related conversations between HCPs, children, and their families. A pilot implementation study examining the impact of the Casebook on clinical practice will provide critical information for embedding the Casebook in a range of health care settings.
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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».