Health‐Promoting School Culture: How Do We Measure it and Does it Vary by School Neighborhood Deprivation?*
Notice bibliographique
Résumé
BACKGROUND: The context in which school-based health-promoting interventions are implemented is key for the delivery and success of these interventions. However, little is known about whether school culture differs by school deprivation. METHODS: Using data from PromeSS, a cross-sectional study of 161 elementary schools in Québec, Canada, we drew from the Health Promoting Schools theoretical framework to develop four measures of health-promoting school culture (i.e., school physical environment, school/teacher commitment to student health, parent/community engagement with the school, ease of principal leadership) using exploratory factor analysis. One-way ANOVA with post-hoc Tukey-Kramer analyses was used to examine associations between each measure and social and material deprivation in the school neighborhood. RESULTS: Factor loadings supported the content of the school culture measures and Cronbach's alpha indicated good reliability (range: 0.68-0.77). As social deprivation in the school neighborhood increased, scores for both school/teacher commitment to student health and parent/community engagement with the school decreased. IMPLICATIONS FOR SCHOOL HEALTH POLICY, PRACTICE, AND EQUITY: Implementation of health-promoting interventions in schools located in socially deprived neighborhoods may require adapted strategies to address challenges related to staff commitment and parental and community involvement. CONCLUSION: The measures developed herein can be used to investigate school culture and interventions for health equity.
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 | 0,010 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».