Concussion Public Policy in Elementary and High Schools in Ontario, Canada: A Cross‐Sectional Survey to Examine Implementation Compliance, Barriers, and Facilitators
Notice bibliographique
Résumé
BACKGROUND: Concussion public policies have been developed to address the burden of concussions. The aim of the present study was to examine implementation compliance, barriers, and facilitators of Canada's first concussion public policy, Ontario's Policy/Program Memorandum 158: School Board Policies on Concussion (PPM158). METHODS: An electronic survey was sent to 515 randomly selected elementary and high school principals across specific geographic, language, and publicly funded school types in Ontario. Data were analyzed using both qualitative and quantitative methods. RESULTS: One hundred and thirty-five principals responded to the survey (26%). Concussion education was provided to teachers in 81% of schools, to students in 83%, and coaches in 79%. Additionally, 89% reported having a return-to-learn protocol in place and 90% reported having a return-to-play protocol. Implementation barriers included difficulties in providing concussion education to parents (42%), obtaining notes from physicians, and maintaining the volume of documentation. Eighty-seven percent of respondents believed that PPM158 improves student well-being. CONCLUSIONS: Identified implementation barriers and facilitators can inform concussion policy practices to improve student well-being. We recommend: (1) an appointed concussion policy lead at each school, (2) electronic documentation, (3) determining the optimal education format to improve parent/guardian education, (4) fostering relationships between schools and health care professionals, and (5) student concussion education in every grade in Ontario schools.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».