To use or not to use behavioural science evidence in designing health promotion interventions: Identification of targets for capacity building
Notice bibliographique
Résumé
The behavioural sciences provide useful evidence to design effective health promotion interventions, but evidence is infrequently integrated in practice. This study examined associations between theoretical domains framework (TDF) constructs and public health practitioners’ use of behavioural science evidence to plan public health actions. Using a cross-sectional design, a convenience sample of 160 practitioners were recruited from public health agencies across Canada. Respondents completed an online questionnaire assessing TDF constructs and the use of behavioural science theory and approaches (i.e., evidence) in their practice. Logistic regression analyses allowed for identification of factors associated with evidence use and intentions. All analyses were adjusted for sex, years of experience, and type of public health agency. Greater skills (OR adj = 4.1, 95%CI 1.3, 13.5) and stronger intentions/aligned goals (OR adj = 9.2, 95%CI 2.3, 36.1) were associated with greater use of behavioural science evidence to plan public health actions. Greater perceived capacity to overcome widespread absence of use of behavioural science evidence in their organization (OR adj = 7.2, 95%CI 1.7, 30.3) was also associated with greater use. More knowledge (OR adj = 8.6, 95%CI 1.9, 39.1) and stronger beliefs about consequences (OR adj = 4.0, 95%CI 1.1, 14.7) were significantly associated with stronger intentions/aligned goals. Findings show that more knowledge, positive attitudes, and stronger perceived competence are associated with greater likelihood of using behavioural science evidence to plan interventions. The use of behavioural science evidence will also require strengthening the norm pertaining to this professional practice in public health organizations.
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 | 0,074 | 0,169 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,005 | 0,007 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,003 |
| 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; 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 ».