Implementing Appetite to Play at scale in British Columbia: Evaluation of a Capacity-Building Intervention to Promote Physical Activity in the Early Years
Notice bibliographique
Résumé
Childcare is a critical target for promoting children's physical activity (PA) and physical literacy (PL). With emerging evidence about the efficacy of policy and capacity-building strategies, more information about how to bring these strategies to scale is needed. This paper describes implementation at scale of Appetite to Play (ATP), a capacity-building intervention for childcare providers, and examines the implementation and impact on early years providers' capacity to address PA. The ATP implementation evaluation was a natural experiment that utilized a mixed methods concurrent parallel design framed within the Reach, Effectiveness, Adoption, Implementation, Maintenance framework (RE-AIM). Workshop and website tracking assessed reach and adoption. Surveys and interviews with workshop participants and stakeholders assessed satisfaction, implementation, and maintenance. Training reached 60% of British Columbia municipalities and 2700 early years providers. Significant changes in participants' knowledge and confidence to promote PA and PL were achieved (p >0.01-0.001). Childcare level implementation facilitators as reported by early years providers included appropriate resources, planning, indoor space, and equipment, whereas weather and space were reported barriers. The stakeholder advisory group viewed the stakeholder network and Active Play policy as facilitators and adjustments to recent shifts in childcare funding and previous initiatives as barriers to implementation. ATP was scalable and impacted provider knowledge, confidence, and intentions. The impact on actual policies and practices, and children's PA needs to be assessed along with sustainability.
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 | 0,004 | 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 | 0,000 | 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) | 0,000 | 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 ».