A mixed-methods evaluation of the Tobacco RetailerAdvanced Compliance (TRAC) online training (e-learning)program
Notice bibliographique
Résumé
INTRODUCTION: Tobacco vendor training is recognized as an essential element to reduce youth access to tobacco. The TRAC training program was developed utilizing best-practices in tobacco retailer training, adult instruction, and e-learning. The objective of this mixed-methods study is to evaluate the acceptability, usability and knowledge impact of an online tobacco retailer program. METHODS: An interview guide and evaluation questionnaire were used to collect data on usability and acceptability. To test learner knowledge, each module included a final set of 15 questions randomly chosen and posed to participants before and after the training. Content analysis, chi-squared tests, Student's t-tests, and paired tests were utilized for data analysis. The evaluation was conducted in Alberta, Canada in 2020. RESULTS: A total of 128 participants enrolled in the study. The main themes revealed in the qualitative aspect of the evaluation were: the training was easy to navigate, engaging, informative, and beneficial to the staff's daily work. Compared with the pre-training test, a significantly higher post-training test score, mean and (SD), was recorded for clerks who completed the clerk training module [59.1 (12.8) vs 75.5 (11.1), t=8.6378, p<0.001], and managers who completed the managers training module [51.5 (11.1) vs 73.1 (12.3), t=7.6446, p<0.001]. Similarly, a higher number of participants achieved the passing score of 80% in the post-training test in all three groups. CONCLUSIONS: The online training was found to be acceptable and effective in increasing the mean individual score in the knowledge test and in increasing the percentage of participants achieving the passing score. The TRAC training is the first known tobacco retailer training course to employ best practices in tobacco retailer training, adult instruction, and e-learning. Further evaluation of long-term outcomes on employee behavior and on overall compliance with tobacco legislation is recommended.
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 | 0,040 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 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) | 0,003 | 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 ».