Applying the multiphase optimization strategy to evaluate the feasibility and effectiveness of an online road safety education intervention for children: A pilot study
Notice bibliographique
Résumé
Abstract Background: Reports of children’s engagement in active transportation (e.g., cycling, walking, wheeling) outline low participation rates in many countries despite many associated mental, physical, and social health benefits. One of the main contributors to this phenomenon is a cited lack of education and knowledge among children regarding active travel (AT) and its specific related modalities. Moreover, reviewed AT interventions have been critiqued for lacking comprehensiveness in their designs, especially as it relates to various education strategies. To address these issues, the aim of this study was to evaluate the feasibility and effectiveness of an online road safety education intervention to promote AT among children (ages 9-13). Methods: Applying the Multiphase Optimization Strategy (MOST) for intervention development, implementation, and evaluation, we designed and assessed a four-module online road safety education intervention with a sample of 56 children using a 23 factorial design featuring both qualitative and quantitative analyses. Results: Main intervention feasibility findings include positive and critical feedback on the program’s content and design, and moderate participant engagement as reflected by program retention and completion rates. With respect to intervention effectiveness, a significant improvement in road safety knowledge scores was observed for groups that feature the “wheeling safety and skills” module (p<0.05). Although there was a slight improvement in AT knowledge scores across all the intervention groups, differences in scores were not of significance (p>0.05). Conclusion: The MOST framework allowed us to design and evaluate the feasibility and effectiveness of an efficient multicomponent online road safety education intervention. As a result, the developed intervention has demonstrated that it has the potential to improve children’s road safety knowledge, to which improvements may be attributed to the inclusion of the “wheeling safety and skills” module, further suggesting that the targeted focus on cycling skills is a prioritized area amongst children. Implications for AT program developers and evaluators are discussed. Future research is encouraged to develop strategies that target AT knowledge and awareness topics (e.g., recognition of associated benefits).
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 | 0,016 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».