Building partnerships: A case study of physical activity researchers and practitioners collaborating to build evidence to inform the delivery of a workplace step count challenge
Notice bibliographique
Résumé
Background: Walking is an integral part of Scotland's National Physical Activity Strategy, and the charity Paths for All's Workplace Step Count Challenge is a flagship programme within this strategy to promote physical activity. Effectively promoting physical activity requires collaborative engagement between stakeholders. However, there is limited guidance on how to do this. The aim of this case study is to share an example of a partnership between Paths for All and researchers to inform the development and delivery of the Workplace Step Count Challenge. Method: An overview of the partnership, example activities, reflections on opportunities and challenges, and suggestions for future partnership working are considered. Results: The partnership has evolved and strengthened over time through building trust. Many of the research activities provide an evidence base for the intervention. This work is mutually beneficial providing support for the work of the organisation, and opportunities for researchers to undertake "real world" research, leading to formal outputs and funding. The "real world" nature is challenging to integrate the most robust research designs. Recommendations for developing future partnerships were identified. Conclusion: Promoting physical activity effectively requires partnership working, and this paper provides insight into how such partnerships can work to inform future collaborations.
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 | 0,046 | 0,067 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,041 | 0,014 |
| Communication savante | 0,011 | 0,013 |
| Science ouverte | 0,005 | 0,023 |
| Intégrité de la recherche | 0,009 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».