MétaCan
Menu
← Retour à la cohorte
Enregistrement W4280558962 · doi:10.21203/rs.3.rs-1658901/v1

CHEERS is reliable for online use: a randomized crossover paper versus online test-retest reliability study.

2022· preprint· en· W4280558962 sur OpenAlexafffund
Lynne M. Z. Lafave

Notice bibliographique

RevueResearch Square · 2022
Typepreprint
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensMount Royal University
Organismes subventionnairesMount Royal UniversityAlberta Health Services
Mots-clésIntraclass correlationConfidence intervalReliability (semiconductor)Crossover studyPsychologyTest (biology)Randomized controlled trialAuditPhysical therapySocial psychologyMedicineStatisticsPsychometricsClinical psychologyMathematicsSurgeryAlternative medicine

Résumé

récupéré en direct d'OpenAlex

Abstract BackgroundThe creating healthy eating and active environments survey (CHEERS) is an audit tool used to assess the nutrition and physical activity environment in early childhood education and care (ECEC) centres. Availability of the tool has been limited to paper-based versions. Digital health initiatives offer improved reach and immediacy of support for community-based clients through novel technology products. In order to provide increased access to the CHEERS tool, an online version was developed. The objective of this study was to assess the reliability of an online version of CHEERS.MethodsUtilizing a randomized crossover design, ECEC educators completed either a paper-based or online-based survey and then the opposite mode with a two to three-week interval. The intraclass correlation coefficient (ICC, with 95% confidence interval) was used to determine the reliability between test and retest. Absolute index of reliability in the original measurement was assessed through the standard error of measurement (SEM = SD × √1-ICC). The smallest amount of change not due to inherent variation was assessed by determining minimal detectable change at the 95% confidence level (MDC95 = SEM × 1.96 ×√2; MDC95% = MDC95/mean ×100).ResultsTest-retest reliability was good to excellent for the online-based CHEERS total score (ICC = 0.86) and for each of the four subscales: food served (ICC = 0.82), healthy eating environment (ICC = 0.76), program planning (ICC = 0.76), and physical activity environment (ICC = 0.79). The SEM, MDC95, and MDC95% for the CHEERS overall score were 0.79, 2.19, and 9.6%, respectively.ConclusionsThe results of this study demonstrate that the online-based and paper-based versions of the CHEERS audit tool share comparable accuracy. The CHEERS tool can be reliably implemented in an online environment and this provides users an alternative means to complete the centre-based health assessment. The advantage of the online-based version includes user accessibility and the potential to develop a feedback response for participants using digitally collected data.

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)0,025
score de la tête « metaresearch » (Gemma)0,036
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,975
Score d'incertitude au seuil0,132

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,036
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
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 Opus0,224
Tête enseignante GPT0,573
Écart entre enseignants0,350 · 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.

Devis d'étudeEssai randomisé
DomaineMéthodes
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

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetMobile Health and mHealth Applications→Travaux en français237 207→