Practitioners’ and Policymakers’ Successes, Challenges, Innovations, and Learning in Promoting Children’s Well-being During COVID-19: Protocol for a Multinational Smartphone App Survey
Notice bibliographique
Résumé
BACKGROUND: The advent of COVID-19 abruptly thrust the health and safety of children and families into greater risk around the world. As regional and local governments, nongovernmental organizations, communities, families, and children grapple with the immediate public health impact of COVID-19, the rights and well-being of children, especially those who are already marginalized, have been overlooked. Those working with children have likely encountered unprecedented challenges and responded in innovative ways in efforts to address the needs and rights of all children. OBJECTIVE: This paper presents a protocol for a large-scale, multinational study using a new smartphone app to capture the real-time experiences and perspectives of practitioners and policymakers supporting children and families during the COVID-19 pandemic around the globe in relation to a children's human rights 4P framework of protection, provision, prevention, and participation. METHODS: This protocol describes a mixed methods survey utilizing a custom-built iOS and Android smartphone app called the COVID 4P Log for Children's Wellbeing, which was developed in close consultation with 17 international key partner organizations. Practitioners and policymakers working with and for children's well-being across 29 countries and 5 continents were invited to download the app and respond to questions over the course of 8 weeks. The anticipated large amount of qualitative and quantitative response data will be analyzed using content analysis, descriptive statistics, and word frequencies. RESULTS: Formal data collection took place from October 2020 until March 2021. Data analysis was completed in July 2021. CONCLUSIONS: The findings will directly inform the understanding of the ways in which COVID-19 has impacted practitioners', managers', and policymakers' efforts to support children's well-being in their practices, services, and policies, respectively. Innovative and ambitious in its scope and use of smartphone technology, this project also aims to inform and inspire future multinational research using app-based methodologies-the demand for which is likely to continue to dramatically rise in the COVID-19 era. Mitigating the risks of longitudinal remote data collection will help maximize the acceptability of the app, respondents' sustained engagement, and data quality. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/31013.
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 | 0,071 | 0,072 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,004 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,008 | 0,003 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,006 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,069 | 0,022 |
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 ».