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 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 | 0,136 | 0,153 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,004 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,008 | 0,005 |
| Études des sciences et des technologies | 0,006 | 0,005 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,006 | 0,008 |
| Intégrité de la recherche | 0,007 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,038 | 0,008 |
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 ».