MétaCan
Menu
Retour à la cohorte
Enregistrement W4400354356 · doi:10.1101/2024.07.04.24309963

National Implementation Trial of BeUpstanding™: An Online Initiative for Workers to Sit Less and Move More

2024· preprint· en· W4400354356 sur OpenAlexaff
Geneviève N. Healy, Ana D. Goode, Lisa Ulyate, Alison Abbott, David W. Dunstan, Elizabeth Eakin, Nicholas D. Gilson, Lynn Gunning, Jodie Jetann, Anthony D. LaMontagne, Marj Moodie, Samantha Mulcahy, Neville Owen, Trevor Shilton, Leanne Sweeny, Leon Straker, Elisabeth Winkler

Notice bibliographique

RevuemedRxiv · 2024
Typepreprint
Langueen
DomaineHealth Professions
ThématiqueWorkplace Health and Well-being
Établissements canadiensWorkplace Health, Safety and Compensation Commission
Organismes subventionnairesMedical Research CouncilNational Health and Medical Research CouncilSafe Work AustraliaQueensland GovernmentUniversity of Queensland
Mots-clésChampionDeskCluster randomised controlled trialWork (physics)SittingAnalyticsWorkforceMedical educationPsychological interventionPsychologyMedicineNursingEngineeringComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract Background The online BeUpstanding TM program is an eight-week workplace-delivered intervention for desk-based workers to raise awareness of the benefits of sitting less and moving more and build a supportive culture for change. A workplace representative (the “champion”) delivers the program, which includes a workshop where teams collectively choose their sit less/move more strategies. A toolkit provides the champion with a step-by-step guide and associated resources to support program uptake, delivery, and evaluation. Here we report on the main findings from the Australian national implementation trial of BeUpstanding. Methods Recruitment (12/06/2019 to 30/09/2021) was supported by five policy and practice partners, with desk-based work teams from across Australia targeted. Effectiveness was measured via a single arm, repeated-measures trial. Data were collected via online surveys, toolkit analytics, and telephone calls with champions. The RE-AIM framework guided evaluation, with adoption/reach (number and characteristics); effectiveness (primary: self-reported workplace sitting time); implementation (completion of core components; costs); and, maintenance intentions reported here. Linear mixed models, correcting for cluster, were used for effectiveness, with reach, adoption, implementation, and maintenance outcomes described. Results Of the 1640 website users who signed-up to BeUpstanding during the recruitment period, 233 were eligible, 198 (85%) provided preliminary consent, and 118 (50.6%) champions consented and started the trial, with 94% (n=111 champions) completing. Trial participation was from across Australia and across industries, and reached 2,761 staff, with 2,248 participating in the staff survey(s): 65% female, 64% university educated; 16.9% from non-English speaking background. The program effectively changed workplace sitting (−38.5 [95%CI −46.0 to −28.7] minutes/8-hour workday) and all outcomes targeted by BeUpstanding (behaviours and culture), with small-to-moderate statistically-significant effects observed. All participating teams (n=94) completed at least 5/7 core steps; 72.4% completed all seven. Most champions spent $0 (72%) or >$0-$5 (10%) per team member; most (67/70 96%) intended to continue or repeat the program. Conclusions BeUpstanding can be adopted and successfully implemented by a range of workplaces, reach a diversity of staff, and be effective at creating a supportive culture for teams of desk-based workers to sit less and move more. Learnings will inform optimisation of the program for longer-term sustainability. Trial registration ACTRN12617000682347. The trial was prospectively registered on the 12 th May, 2017 (ACTRN12617000682347), prior to the soft launch of the program, with the last update on the 11 th June, 2019 prior to the commencement of recruitment to the trial on the 12 th June, 2019.

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)0,011
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,176
Tête enseignante GPT0,509
Écart entre enseignants0,333 · 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'étudeEssai non randomisé
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 revuemedRxivMême sujetWorkplace Health and Well-beingTravaux en français237 207