From best practice to next practice: implementing Comprehensive School Health in rural and remote northern communities
Notice bibliographique
Résumé
INTRODUCTION: Northern communities in Canada experience a disproportionate burden of chronic diseases including mental illness. To mitigate the growing health inequalities, an ongoing Comprehensive School Health program promoting healthy lifestyle behaviours and mental health and well-being was expanded to rural and remote northern communities. We report on the program's impact on knowledge, attitudes, lifestyle behaviours (healthy eating, physical activity, screen time), weight status and the mental health and well-being of elementary school students during the first four years of implementation. METHODS: Following a repeated cross-sectional design, we surveyed 440, 352 and 384 Grade 4 to 6 students (9-12 years old) from eight schools in 2016, 2018 and 2020/21, respectively. Students were approximately equally represented by girls and boys. RESULTS: Between 2016 and 2018, students reported modest increases in vegetable and fruit consumption and dietary variety; declines in screen time; no changes in physical activity; and declines in attitudes toward healthy lifestyle and in mental health and well-being. Between 2018 and 2020/21, lifestyle behaviours deteriorated substantially, while attitudes and mental health and well-being continued to decline. CONCLUSION: A program that was successful in socioeconomically disadvantaged urban neighbourhoods had a favourable, though modest, impact on selected lifestyle behaviours, but not on attitudes and mental health and well-being, in rural and remote northern communities. In light of cultural differences and logistical challenges in Canada's North, systematic and proactive adaptations to local contexts, increased intensity, and longer program delivery are essential to facilitate sustainable improvements in lifestyle behaviours and mental health and well-being.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,011 | 0,004 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,004 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».