MétaCan
Menu
← Retour à la cohorte
Enregistrement W4220654939 · doi:10.1186/s40814-022-01015-1

Implementation of an e-Learning course in physical activity and sedentary behavior for pre- and in-service early childhood educators: Evaluation of the TEACH pilot study

2022· article· en· W4220654939 sur OpenAlexafffundabout
Brianne A. Bruijns, Leigh M. Vanderloo, Andrew M. Johnson, Kristi B. Adamo, Shauna M. Burke, Valerie Carson, Rachel Heydon, Jennifer D. Irwin, Patti‐Jean Naylor, Brian W. Timmons, Patricia Tucker

Notice bibliographique

RevuePilot and Feasibility Studies · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensMcMaster UniversityUniversity of VictoriaUniversity of AlbertaChildren’s Health Research InstituteUniversity of OttawaWestern University
Organismes subventionnairesCanadian Institutes of Health ResearchOntario Ministry of Research and InnovationSocial Sciences and Humanities Research Council of CanadaChildren's Health Research Institute
Mots-clésCourse (navigation)PsychologySedentary behaviorMedical educationService (business)Physical activityPedagogyMathematics educationMultimediaMedicineComputer scienceEngineeringPhysical therapy

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Childcare-based physical activity (PA) and sedentary behavior (SB) interventions have traditionally used in-person training to supplement early childhood educators' (ECEs) knowledge and confidence to facilitate physically active programming for the children in their care. However, this method of delivery is resource-intensive and unable to reach a high number of ECEs. The purpose of the Training pre-service EArly CHildhood educators in PA (TEACH) pilot study was to test the implementation (e.g., fidelity, feasibility, acceptability) of an e-Learning course targeting PA and SB among a sample of pre-service (i.e., post-secondary students) and in-service (i.e., practicing) ECEs in Canada. METHODS: A pre-/post-study design was adopted for this pilot study, and implementation outcomes were assessed cross-sectionally at post-intervention. Pre-service ECEs were purposefully recruited from three Canadian colleges and in-service ECEs were recruited via social media. Upon completing the e-Learning course, process evaluation surveys (n = 32 pre-service and 121 in-service ECEs) and interviews (n = 3 pre-service and 8 in-service ECEs) were completed to gather ECEs' perspectives on the e-Learning course. Fidelity was measured via e-Learning course metrics retrieved from the web platform. Descriptive statistics were calculated for quantitative data, and thematic analysis was conducted to analyze qualitative data. RESULTS: Moderate-to-high fidelity to the TEACH study e-Learning course was exhibited by pre-service (68%) and in-service (63%) ECEs. Participants reported that the course was highly acceptable, compatible, effective, feasible, and appropriate in complexity; however, some ECEs experienced technical difficulties with the e-Learning platform and noted a longer than anticipated course duration. The most enjoyed content for pre- and in-service ECEs focused on outdoor play (87.5% and 91.7%, respectively) and risky play (84.4% and 88.4%, respectively). CONCLUSIONS: These findings demonstrate the value of e-Learning for professional development interventions for ECEs. Participant feedback will be used to make improvements to the TEACH e-Learning course to improve scalability of this training.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,016
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,087
Score d'incertitude au seuil0,173

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,021
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,125
Tête enseignante GPT0,445
Écart entre enseignants0,319 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations11
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePilot and Feasibility Studies→Même sujetObesity, Physical Activity, Diet→Travaux en français237 207→