A RE-AIM evaluation of a sport-based trauma-sensitive youth development programme
Notice bibliographique
Résumé
Programmes using a trauma-sensitive sport model can support underserved youth to feel safe, participate fully, and build life skills. A RE-AIM framework was used to evaluate the implementation of a trauma-sensitive sport model to youth programming. Three clubs of a Canadian youth-serving organisation attended training and implemented programming from 2017–2019. Multiple methods including interviews, logbooks, and assessments helped map each RE-AIM dimension across training, delivery, and programme outcomes. Reach: 218 youth attended over the two years (144 boys, 67 girls, 2 unidentified; Mage = 9.12 ± 1.26); reach was facilitated by youth being drawn to sport but challenged by attrition. Effectiveness: Leaders reported successes in youth’s life skills such as willingness, peer support, and self-regulation (↑9.16%, significant at t[53] = −8.00, p < .001, d = −.42); this effectiveness was facilitated by the intentional structure, relationship focus, and long-term engagement. Adoption: 18 leaders participated in training and programme delivery, but adoption was challenged by leader burden and turnover. Implementation: Leaders were successful in facilitating a structured programme with a life skills focus, but were challenged by time and scheduling limitations. Maintenance: Leaders valued the programme for their youth, but their participation was contingent on implementation success, continued funding, and leader retention. The results brought insights of salient processes and outcomes in delivering a trauma-sensitive sport model to youth programming, and what capacities and resources are necessary to deliver and sustain quality programmes.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».