MétaCan
Menu
← Retour à la cohorte
Enregistrement W4399378171 · doi:10.2196/58322

Using the Preparation Phase of the Multiphase Optimization Strategy to Design an Antiextremism Program in Bahrain: Formative and Pilot Research

2024· article· en· W4399378171 sur OpenAlexvenueno aff
Kelly L. Rulison, GracieLee Weaver, Jeffrey J. Milroy, Emily Beamon, Samantha E. Kelly, Ali Ameeni, Amina Juma, Fadhel Abualgasim, Jaafar Husain, David L. Wyrick

Notice bibliographique

RevueJMIR Formative Research · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTerrorism, Counterterrorism, and Political Violence
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFormative assessmentPhase (matter)Computer scienceEngineeringManagement scienceEngineering managementPsychologyMathematics educationChemistry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Extremism continues to raise concerns about conflict and violent attacks that can lead to deaths, injuries, trauma, and stress. Adolescents are especially vulnerable to radicalization by extremists. Given its location in a region that often experiences extremism, Bahrain developed 4 peaceful coexistence lessons and 4 antiextremism lessons to be implemented as part of their Drug Abuse Resistance Education (D.A.R.E.) program. OBJECTIVE: The aim of this study is to report the results of the preparation phase of the multiphase optimization strategy (MOST) to develop a peaceful coexistence program and an antiextremism program implemented by D.A.R.E. officers in Bahrain. METHODS: We developed conceptual models for the peaceful coexistence and antiextremism programs, indicating which mediators each lesson should target, the proximal outcomes that should be shaped by these mediators, and the distal and ultimate outcomes that the intervention should change. We recruited 20 middle schools to pilot test our research protocol, survey measures, and the existing intervention lessons. A total of 854 seventh and ninth grade students completed a pretest survey, 4 peaceful coexistence intervention lessons, and an immediate posttest survey; and a total of 495 ninth grade students completed the pretest survey, 4 antiextremism lessons, and an immediate posttest survey. A series of 3-level models, nesting students within classrooms within schools, tested mean differences from pretest to posttest. RESULTS: Pilot test results indicated that most measures had adequate reliability and provided promising evidence that the existing lessons could change some of the targeted mediators and proximal outcomes. Specifically, students who completed the peaceful coexistence lessons reported significant changes in 5 targeted mediating variables (eg, injunctive norms about intolerance, P<.001) and 3 proximal outcomes [eg, social skills empathy (P=.008); tolerance beliefs (P=.041)]. Students who completed the antiextremism lessons reported significant changes in 3 targeted mediators [eg, self-efficacy to use resistance skills themselves (P<.001)], and 1 proximal outcome (ie, social skills empathy, P<.001). CONCLUSIONS: An effective antiextremism program has the potential to protect youth from radicalization and increase peaceful coexistence. We used the preparation phase of MOST to (1) develop a conceptual model, (2) identify the 4 lessons in each program as the components we will evaluate in the optimization phase of MOST, (3) pilot test the existing lessons, our newly developed measures, and research protocol, and (4) determine that our optimization objective will be all effective components. We will use these results to revise the existing lessons and conduct optimization trials to evaluate the efficacy of the individual lessons.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,019
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,098

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,025
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,002
Science ouverte0,0030,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,394
Tête enseignante GPT0,591
Écart entre enseignants0,198 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative Research→Même sujetTerrorism, Counterterrorism, and Political Violence→Travaux en français237 207→