Population-level evaluation of ParticipACTION’s 150 Play List: a mass-reach campaign with mass participatory events
Notice bibliographique
Résumé
Best practice in mass reach physical activity campaigns includes a role for communities to support the initiative with sustained programs and shorter-term events. The purpose of this paper was to report on an outcome evaluation of ParticipACTION’s 150 Play List, a population-level, year-long, national mass reach campaign that included community events. Participants (N = 1,185) were recruited in the last month of the program to complete a questionnaire measuring demographic information, leisure-time physical activity, campaign awareness, attitudes, intentions, and behavioral trialing. Data were also collected, measured using cell phone proximity, on the number of people who attended 150 Play List events, which ranged from large-scale (e.g. national sports events) to smaller community events. Approximately 43% of respondents were aware of the 150 Play List and 19.5% reported participating in some way (e.g. visiting the website). Almost half of the participants who were aware of the campaign reported increased sport or physical activity-related intentions. Among those who participated, 90.6% reported trying at least one physical activity or sport related behavior as a result of the 150 Play List, whereas only 27.5% (n = 75) of those who were aware but did not participate in the 150 Play List tried a behavior. Event attendance goals were mostly met or exceeded. The 150 Play List was valued by those aware of it and the campaign was related to interest in sport and physical activity in Canada. The community events had potential to augment campaign effects but adequate evaluation requires sufficient resources.
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 | 0,013 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».