Theory- and evidence-based best practices for physical activity counseling for adults with spinal cord injury
Notice bibliographique
Résumé
Objectives This project used a systematic and integrated knowledge translation (IKT) approach to co-create theory- and evidence-based best practices for physical activity counseling for adults with spinal cord injury (SCI).Methods Guided by the IKT Guiding Principles, we meaningfully engaged research users throughout this project. A systematic approach was used. An international, multidisciplinary expert panel (n = 15), including SCI researchers, counselors, and people with SCI, was established. Panel members participated in two online meetings to discuss the best practices by drawing upon new knowledge regarding counselor-client interactions, current evidence, and members’ own experiences. We used concepts from key literature on SCI-specific physical activity counseling and health behavior change theories. An external group of experts completed an online survey to test the clarity, usability and appropriateness of the best practices.Results The best practices document includes an introduction, the best practices, things to keep in mind, and a glossary. Best practices focused on how to deliver a conversation and what to discuss during a conversation. Examples include: build rapport, use a client-centred approach following the spirit of motivational interviewing, understand your client’s physical activity barriers, and share the SCI physical activity guidelines. External experts (n = 25) rated the best practices on average as clear, useful, and appropriate.Conclusion We present the first systematically co-developed theory- and evidence-based best practices for SCI physical activity counseling. The implementation of the best practices will be supported by developing training modules. These new best practices can contribute to optimizing SCI physical activity counseling services across settings.
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 | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».