MétaCan
Menu
Retour à la cohorte
Enregistrement W4210924495 · doi:10.1177/00219096221076108

Health Promoter’s Role in School Settings in African Francophone Countries

2022· article· en· W4210924495 sur OpenAlexaff
Margareth Santos Zanchetta, Fatema-Masuma Alidina, Anel Hared, Marie Elisabeth Dumitriu, Christian Mésenge, David Zakus, Abinet Gebreegziabher Gebremariam, Marc S. Keller, Carlos Haag

Notice bibliographique

RevueJournal of Asian and African Studies · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueSchool Health and Nursing Education
Établissements canadiensYork UniversityUniversity of TorontoToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésFrenchContext (archaeology)Promotion (chess)Health promotionPublic relationsStakeholderWork (physics)Economic growthPolitical scienceBusinessHealth carePoliticsGeographyEconomics

Résumé

récupéré en direct d'OpenAlex

The aim of this study is to describe the context, resources and procedures for planning/implementing health promotion initiatives targeting the children and youth population in African Francophone countries. The method of work used multiple case studies with an online survey ( n = 11) and individual interviews ( n = 6) (2017–2018). Strategies to mobilize/use community’s available resources and assets were influenced by gender and professional status, as well as the stakeholder’s valorization and degree of community interest and engagement in the proposed health promotion initiatives. Major social impacts relate to the support provided by the community stakeholders with individual and collective assets. Evidence uncovered professional networking, collaboration and exchange that could help regional health promoters.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,195
Score d'incertitude au seuil0,602

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,399
Écart entre enseignants0,368 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

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

En bref

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Asian and African StudiesMême sujetSchool Health and Nursing EducationTravaux en français237 207