MétaCan
Menu
Retour à la cohorte
Enregistrement W4393036004 · doi:10.1093/abm/kaad059

Stretching the Scope of Behavioral Interventions: Proceedings of the 4th International Behavioural Trials Network Hybrid Meeting

2024· article· en· W4393036004 sur OpenAlexaffabout
Simon Bacon, Kim Lavoie

Notice bibliographique

RevueAnnals of Behavioral Medicine · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensUniversité du Québec à MontréalConcordia UniversityCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-Montréal
Organismes subventionnairesnon disponible
Mots-clésHealth psychologyScope (computer science)Psychological interventionBehavioral medicinePsychologyApplied psychologyPsychotherapistMedicinePsychiatryPublic healthComputer scienceNursing

Résumé

récupéré en direct d'OpenAlex

Over the last 3 years, the Coronavirus disease 2019 (COVID-19) pandemic has shined a major spotlight on the role of health behaviors in the management of the spread of the severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) virus [1, 2]. In spite of the desperate need for innovative and adaptive behavioral interventions to better engage individuals in actions such as getting vaccinated, wearing a mask, physically distancing, etc [2, 3], only 0.007% of worldwide COVID-19 trials were dedicated to behavioral research [4]. Beyond the pandemic, we know that health risk behaviors, such as medication non-adherence, physical inactivity, consumption of a poor quality diet, and smoking, underpin virtually all non-communicable chronic diseases (NCDs) [5, 6]. Though there have been a number of behavioral intervention success stories over the last several decades, there is still limited uptake of health behavior interventions in the community and clinical practice. The mission of the International Behavioural Trials Network (IBTN [7], www.IBTNetwork.org) is to foster global improvement in the quality of behavioral interventions and in trial implementation. This is done through the sharing of existing recommendations, tools, and methodologies on behavioral trials and intervention development. The members of the IBTN met for their 4th international conference, which was held using a hybrid format between May 19 and 21, 2022 in Montreal, Canada. The meeting was attended by more than 230 researchers, clinicians, public health and implementation specialists, trainees, and other end-users from 28 countries, spanning 6 continents, and featured 9 plenary presentations, 3 achievement awards presentations, 6 early career investigator presentations, 7 workshops, given by an outstanding faculty (https://www.ibtnetwork.org/conference/2022-conference-program/), and 42 abstracts (see supplement). Here we summarize the proceedings of the plenary sessions and discuss key challenges that were raised for the field as it moves forward.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,308
Score d'incertitude au seuil0,861

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0130,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,808
Tête enseignante GPT0,702
Écart entre enseignants0,106 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnnals of Behavioral MedicineMême sujetHealth Policy Implementation ScienceTravaux en français237 207