Student-centred photovoice as a mechanism for home-school interaction: Teacher perceptions of efficacy
Notice bibliographique
Résumé
Objective: The school and home environments play a significant role in shaping the health behaviours of children. Understanding students’ home environments is essential for teachers to recognise and meet their students’ needs, while collaborative partnerships between the school and home have been shown to result in academic success and improved behaviour management. This study explores the unique features of photovoice as a student-centred approach to understanding the links between the school and home environments, and its feasibility to be implemented independently by teachers in the classroom. Design: Descriptive qualitative method. Setting: A Project Promoting healthy Living for Everyone in Schools (APPLE Schools) is a school-based health promotion project being conducted in 70 school communities across northern Alberta, Northwest Territories, and Manitoba, Canada. Method: One-on-one interviews with teachers who were involved in an initial photovoice project ( n = 3) and researcher field notes from observations conducted over a period of 8 months were used. Data were analysed using latent content analysis. Results: Strengths, limitations and future directions of photovoice were identified. The strengths of using photovoice included genuine student participation, strengthened communication between the school and home, and the ability to address multiple learning domains. Limitations were cost, privacy and parental support. Teachers shared promising ideas about photovoice being used for health promotion advocacy. Conclusion: Photovoice can be used by teachers as tool to strengthen the relationship between the home and the school environments. Future use of photovoice in schools is encouraged.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».