A conceptual framework for effective dissemination and implementation of a policy on school health in rural Nigeria
Notice bibliographique
Résumé
BACKGROUND: There is a marked inequality between children in public schools and their counterparts in private schools in terms of school healthcare in rural Nigeria. This is because of the ineffective dissemination and implementation of a policy on school health in public schools. Effective dissemination and implementation of such policy can reduce the prevalence of risky health behaviours amongst young people and have a positive effect on academic performance. OBJECTIVES: The purpose of this study was to develop a conceptual framework for the effective dissemination and implementation of a policy on school health in rural Nigeria. METHODS: This study consisted of four phases as follows: an empirical phase, concept classification, framework development and critical reflection on the conceptual framework. An exploratory, descriptive and contextual research design was used to develop the framework. The work of Dickoff et al. was used to classify concepts from the empirical phase. Chinn and Kramer's nursing theory on generative method was used for the development of the conceptual framework and for critical review. RESULTS: The framework consisted of six components, namely, departments of health and education (context); health or educational professionals in the ministries (agents); health or educational practitioners, pupils, parents and communities (recipients); ratification of a policy on school health, stakeholder engagement, training as well as monitoring and evaluation (process); communication, collaborative partnership, commitment and support (dynamics); and effective dissemination and implementation of a policy on school health. CONCLUSION: The framework would be a firm foundation and contribution to improve the health of children in public schools, and well-being and academic performance that would be a good feat towards the future endeavour. The findings of the study are pertinent to school health nursing practice, education and research.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,046 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,009 | 0,029 |
| Communication savante | 0,011 | 0,011 |
| Science ouverte | 0,004 | 0,008 |
| Intégrité de la recherche | 0,007 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».