Contextual Factors and Programme Theories Associated with Implementing Blue Prescription Programmes: A Systematic Realist Review
Notice bibliographique
Résumé
Nature-based social prescribing such as “blue prescription” promotes public health and health improvement of individuals with long-term health conditions. However, there is limited evidence explaining the relationship of contexts, mechanisms, and outcomes of implementing blue prescription programmes (BPPs) in health and social care settings that could inform policy and practice. We conducted a systematic realist review by searching PubMed, Web of Science, PsycInfo, Scopus, MEDLINE, and CINAHL for articles published in English between January 2000 and June 2022 about health and social care professionals providing referral to or prescription of blue space activities (e.g., swimming, fishing, surfing, etc.) with health-related outcomes. Components and descriptions of BPP implementation were extracted and used to develop themes of contextual factors used to develop programme theories and a logic model demonstrating the mechanisms of BPP implementation. Sixteen studies with adequate to strong quality were included from 8,619 records. After participating in BPPs referred to or prescribed by health and social care professionals, service users had improvements in their physical, cognitive (mental), social health, and proenvironmental knowledge. Service user-related contextual factors were referral information, free equipment, transportation, social support, blue space environments, and skills of service providers. Programme-related contextual factors were communication, multistakeholder collaboration, financing, and adequate service providers. Programme theories on service user enrolment, engagement, adherence, communication protocols, and programme sustainability explain the mechanisms of BPP implementation. BPPs could promote health and wellbeing if contextual factors and programme theories associated with service users’ characteristics and programme delivery are considered in the design, delivery, and evaluation of BPPs. Our study was registered with PROSPERO (CRD42020170660).
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 | 0,037 | 0,135 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,007 |
| Bibliométrie | 0,015 | 0,016 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».