Building engagement to support adoption of community-based substance use prevention initiatives
Notice bibliographique
Résumé
BACKGROUND: System-level approaches that target social determinants of health are promising strategies to support substance use prevention, holistic youth development and wellbeing. Yet, the youth services system is largely based on individual-focused programs that do not adequately account for social determinants of health and place the responsibility for wellness on the individual. There is a need to understand how to enhance adoption of complex system-level approaches that support comprehensive youth development. The Icelandic Prevention Model (IPM) represents a collaborative initiative that takes an ecological, system-level approach to prevent substance use and promote wellness in youth. This research was designed to examine key stakeholder perceptions to better understand social motivations and contextual complexities that influence stakeholder support to garner community-level adoption of the IPM in a rural Canadian community. METHODS: This research applies a case study approach using qualitative interviews to explore strategies to support uptake in the early stages of IPM adoption associated with developing community buy-in and acceptance. A thematic analysis was applied using QSR NVivo. RESULTS: Nine interviews were conducted with community partners leading the implementation of the IPM. Three over-arching themes emerged from the data: 1) Motivating influences 2) Strategies to develop buy-in, and 3) Resistance to the adoption of the IPM. Findings reflect issues that affect behaviour change in system transformation in general as well as upstream prevention and the IPM, in particular. CONCLUSIONS: The findings from this research describe critical insight derived from implementing community-driven initiatives that are designed to support health promotion. It contributes new scientific knowledge related to implementation of complex system-level innovations and practical information that is useful for communities interested in implementing the IPM or following similar approaches to prevent substance use.
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 | 0,024 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,012 | 0,007 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,003 | 0,022 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».