Implementation of Physical Activity Interventions in Rural, Remote, and Northern Communities: A Scoping Review
Notice bibliographique
Résumé
Compared with urban centers, rural, remote, and northern communities face substantial health inequities and increased rates of noncommunicable disease fuelled, in part, by decreased participation in physical activity. Understanding how the unique sociocultural and environmental factors in rural, remote, and northern communities contribute to implementation of physical activity interventions can help guide health promotion policy and practice. A scoping review was conducted to map literature describing the implementation of physical activity interventions in rural, remote, and/or northern communities. Databases MEDLINE, PsycINFO, EMBASE, CINAHL, and SPORTDiscus were searched using a predetermined search strategy. Outcomes of interest included community demographics, program characteristics, intervention results, measures of implementation, and facilitators or barriers to implementation. A total of 1672 articles were identified from a search of databases, and 8 from a targeted hand search. After screening based on inclusion and exclusion criteria, 12 articles were summarized in a narrative review. Prominent barriers to physical activity program implementation included transportation, lack of infrastructure, sociocultural factors, and weather. Facilitators of program success included flexibility and creativity on the part of the implementation team, leveraging community relationships, and shared resources. Few papers reported on traditional implementation outcomes such as fidelity, dose, and quality. There is a lack of rigorous implementation evaluations of physical activity interventions delivered in rural, remote, or northern communities. Positive aspects of rural life, such as social cohesion and willingness to share resources, appear to contribute to successful program implementation.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».