MétaCan
Menu
Retour à la cohorte
Enregistrement W4220715281 · doi:10.14485/hbpr.9.2.1

Using Digital Platforms in Schools for Prevention and Health Promotion: A Scoping Review

2022· review· en· W4220715281 sur OpenAlexaff
Christian Dagenais, Michelle Proulx, Esther Mc Sween-Cadieux

Notice bibliographique

RevueHealth Behavior and Policy Review · 2022
Typereview
Langueen
DomaineHealth Professions
ThématiqueHealth and Lifestyle Studies
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésPromotion (chess)Digital healthHealth promotionCoding (social sciences)World Wide WebComputer scienceKnowledge managementMedical educationPublic relationsMedicineHealth careSociologyPolitical scienceNursingPublic health

Résumé

récupéré en direct d'OpenAlex

Objective: Digital platforms for prevention and health promotion (PHP) are now, more than ever, available for use by school professionals, including teachers. However, little is known about what motivates them to use such platforms. A scoping review (ScR) was conducted to identify conditions that promote use by school professionals, including teachers, of PHP digital platforms at schools. Methods: For our ScR, we accessed ERIC, Sociological Abstracts, MEDLINE, PubMed, and Web of Science databases (period 2000-2018) in 3 sectors: education, health, online technologies. For each study, we prepared and validated a summary sheet. Contents dealing with conditions for use were subjected to open coding, grouped into categories, and synthesized. Results: Of the 3639 articles captured, 17 studies were selected. Five conditions emerged: (1) ensuring that the digital platform becomes a reference for PHP activity in schools; (2) that the resources needed for its uptake are mobilized; (3) that it is user-friendly; (4) that the digital platform engages the participation of everyone involved; and (5) that it is linked to existing programs in the school. Conclusions: These results can guide the activities deployed in schools for optimal implementation of PHP programs from digital platforms.

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)0,013
score de la tête « metaresearch » (Gemma)0,039
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,039
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0040,004
Bibliométrie0,0180,016
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0020,002
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,673
Tête enseignante GPT0,675
Écart entre enseignants0,003 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth Behavior and Policy ReviewMême sujetHealth and Lifestyle StudiesTravaux en français237 207