Advocating for Implementation of the Global Action Plan on Physical Activity: Challenges and Support Requirements
Notice bibliographique
Résumé
BACKGROUND: There is limited understanding of the challenges experienced and supports required to aid effective advocacy of the Global Action Plan on Physical Activity (GAPPA). The purpose of this study was to assess the challenges experienced and supports needed to advocate for the GAPPA across countries of different income levels. METHODS: Stakeholders working in an area related to the promotion of physical activity were invited to complete an online survey. The survey assessed current awareness and engagement with the GAPPA, factors related to advocacy, and the perceived challenges and supports related to advocacy for implementation of the GAPPA. Closed questions were analyzed in SPSS, with a Pearson's chi-square test used to assess differences between country income level. Open questions were analyzed using inductive thematic analysis. RESULTS: Participants (n = 518) from 81 countries completed the survey. Significant differences were observed between country income level for awareness of the GAPPA and perceived country engagement with the GAPPA. Challenges related to advocacy included a lack of support and engagement, resources, priority, awareness, advocacy education and training, accessibility, and local application. Supports needed for future advocacy included guidance and support, cooperation and alliance, advocacy education and training, and advocacy resources. CONCLUSIONS: Although stakeholders from different country income levels experience similar advocacy challenges and required supports, how countries experience these can be distinct. This research has highlighted some specific ways in which those involved in the promotion of physical activity can be supported to scale up advocacy for the GAPPA. When implementing such supports, consideration of regional, geographic, and cultural barriers and opportunities is important to ensure they are effective and equitable.
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 | 0,032 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».