Improving the implementation of KiVa antibullying program with tailored support: Study protocol for a cluster randomized controlled trial
Notice bibliographique
Résumé
BACKGROUND: There are no evidence-based models to support the implementation of school-based bullying prevention programs. Our primary objective is to examine the impact of tailored support on the implementation of the KiVa antibullying program. Our second objective is to evaluate whether the offered support influences student outcomes (e.g., victimization, bullying perpetration). We also assess the cost-effectiveness of the provided support and conduct a process evaluation. METHODS: In a cluster randomized control trial (cRCT), we compare program fidelity between schools that receive implementation support and those that do not. Twenty-four (N = 24) schools in Finland were randomized to either the IMPRES condition (receiving support, n = 12) or the control group (KiVa as usual, n = 12). In the IMPRES condition, pre-assessment and staff training were organized, and a selected team of staff members received four mentoring sessions during one academic year. Staff and students answer questionnaires at the end of school year 0, at post-intervention (year 1) and again at the 1-year follow-up (year 2). Our primary outcomes concern two main program components - universal and indicated actions - reflecting program fidelity. As secondary outcomes, we examine the level of bullying victimization and perpetration as well as students' perception of several program fidelity indicators. Finally, we assess several tertiary outcomes, collect resource data and conduct qualitative interviews to perform additional analyses. CONCLUSION: This trial will inform us of whether implementation support can boost program fidelity and have a distal impact on bullying prevalence. TRIAL REGISTRATION: ISRCTN15558617 https://doi.org/10.1186/ISRCTN15558617.
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 | 0,060 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| 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) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».