MétaCan
Menu
Retour à la cohorte
Enregistrement W3029662870 · doi:10.1037/spq0000369

Preliminary development and validation of the Interconnected Systems Framework-Implementation Inventory (ISF-II).

2020· article· en· W3029662870 sur OpenAlexaff
Joni W. Splett, Kelly Perales, Amira M. Al-Khatib, Anthony Raborn, Mark D. Weist

Notice bibliographique

RevueSchool Psychology · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensEducation and Early Childhood Development
Organismes subventionnairesUniversity of South CarolinaU.S. Department of Justice
Mots-clésPsycINFOFidelityPromotion (chess)Psychological interventionApplied psychologyPsychologyComputer scienceMedical educationMedicineProcess managementMEDLINENursingEngineering

Résumé

récupéré en direct d'OpenAlex

As schools increasingly implement multitiered systems of support, there is a pressing need to develop psychometrically sound implementation fidelity measures. The interconnected systems framework (ISF) is a multitiered model blending systems of positive behavioral interventions and supports with promotion, prevention, and intervention strategies of school mental health. The ISF is being implemented in communities across the United States with ongoing evaluation in several randomized controlled trials. The ISF-Implementation Inventory (ISF-II) was developed to measure fidelity of the ISF within a school building. We conducted a national validation study including completion of the ISF-II by 398 educators in 49 schools, 16 school districts, and 9 states. Results indicate the ISF-II produces scores that are internally consistent and structurally valid when items are organized into a three-tiered model. Additionally, the ISF-II was rated as feasible, acceptable, and beneficial. Limitations of the study, including the need for additional psychometric testing, are discussed in light of these results that suggest educators and researchers, alike, should feel confident in using the ISF-II as a measure of ISF implementation quality. (PsycInfo Database Record (c) 2020 APA, all rights reserved).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,040
score de la tête « metaresearch » (Gemma)0,075
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,213

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0400,075
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,003
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,461
Tête enseignante GPT0,619
Écart entre enseignants0,159 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSchool PsychologyMême sujetHealth Policy Implementation ScienceTravaux en français237 207