The use of co-design in developing physical activity interventions for older adults: a scoping review
Notice bibliographique
Résumé
BACKGROUND: Promoting physical activity (PA) participation in older adults is important for preserving quality of life and functional independence. Co-design has been shown to increase engagement of end-users in health-related policies and interventions. This scoping review aimed to examine how co-design has been used to develop PA interventions for older adults. METHODS: We searched MEDLINE, EMBASE, AMED, and CINAHL. Peer-reviewed primary research studies that met the following criteria were included: had at least one participant aged ≥60 years involved in the co-design process and the intervention was delivered to individuals whose mean age was ≥60, used co-design methodologies, and any form of PA. After duplicate removal, two or more independent reviewers completed title and abstract and full text screening. Data were extracted from the included studies according to study aims. RESULTS: Of the 29 included studies, 12 different terms were used to describe co-design with variable operational definitions that we consolidated into five proposed components. Fifteen studies engaged users in a consultative way, 13 studies using collaboration, and one study engaged end-users in consumer-control. No studies involved end-users in the dissemination phase. Further, no studies directly measured the effectiveness of the co-design process. Five categories of barriers and facilitators to co-design were identified including frameworks and methodologies, logistics, relationships, participation, and generalizability. CONCLUSIONS: There is a large degree of variability in how co-design is used to develop PA interventions for older adults. Our findings can be used by researchers to improve rigor and standardization in this emerging field. TRIAL REGISTRATION: osf.io/vsw2m.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».