Correlates of perceived success of health-promoting interventions in elementary schools
Notice bibliographique
Résumé
INTRODUCTION: School-based health-promoting interventions (HPIs) aim to support youth development and positively influence modifiable lifestyle behaviours. Identifying factors that contribute to or hinder the perceived success of HPIs could facilitate their adaptation, improve implementation and contribute to HPI sustainability. The objective of this study was to identify factors in three domains (school characteristics, characteristics of the HPI and factors related to planning and implementing the HPI) associated with perceived success of HPIs among school principals in elementary schools. METHODS: Data were drawn from Project PromeSS, a cross-sectional survey of school principals and/or nominated staff members in a convenience sample of 171 public elementary schools in Quebec, Canada. School board and school recruitment spanned three academic school years (2016-2019). Data on school and participant characteristics, HPI characteristics, variables related to HPI planning and implementation and perceived success of the HPI were collected in two-part, structured telephone interviews. Descriptive statistics were used to characterize schools and study participants. Twenty-eight potential correlates of perceived HPI success were investigated separately in multivariable linear regression modelling. RESULTS: Participants generally perceived HPIs as highly successful. After controlling for number of students, language of instruction, school neighbourhood and school deprivation, we identified five correlates of perceived success, including lower teacher turnover, higher scores for school physical environment, school/teacher commitment to student health, principal leadership and school being a developer (vs. adopter) of the HPI. CONCLUSION: If replicated, these factors should be considered by HPI developers and school personnel when planning and implementing HPIs in elementary 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 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 | 0,004 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».