Integrating a Sport-Based Trauma-Sensitive Program in a National Youth-Serving Organization
Notice bibliographique
Résumé
There is a pressing need to equip youth-serving community organizations to respond to the unique needs of trauma-exposed children. Early prevention measures can be an effective means of redirecting children to self-regulatory healing, while facilitating their transition toward strength-based thriving. Sport can offer a powerful opportunity to reach these children; however there remains little information on how to effectively develop, deliver, evaluate, and sustain trauma-sensitive sport programs in a community context. The purpose of this paper is to outline a case study of integrating sport-based trauma-sensitive practices with BGC Canada's national Bounce Back League program. An interdisciplinary partnership of academic, community, and practice experts used a community-based participatory action research approach, paired with a knowledge translational approach, to guide the process of program development. Mixed methods (e.g., surveys, logbooks, interviews, focus groups, online communications) were used to generate ongoing insights of staff's training experiences, successes and challenges of program implementation, and potential impact of program on club members. Several stages of program development are described, including: (a) collaboratively planning the program; (b) piloting the program to three clubs; (c) adapting the program using pilot insights; (d) expanding the adapted program to ten clubs; and (e) creating opportunities to maintain, sustain, and scale-out practices throughout grant duration and beyond. Lessons learned regarding the leadership team's experiences in terms of developing, adapting, and integrating trauma-sensitive practices in this community context are shared. SUPPLEMENTARY INFORMATION: The online version contains supplementary material available at 10.1007/s10560-021-00776-7.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,011 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».