Social Prescribing for Children and Youth: A Scoping Review
Notice bibliographique
Résumé
Social prescribing is gaining traction globally, with over 30 countries involved in the social prescribing movement. This holistic approach to health and well‐being is relevant to all ages, but it is especially important for children and youth. While this population has largely been neglected in social prescribing efforts, several evaluations of social prescribing programs specifically targeting this population have emerged in recent years, which calls for a review of the evidence on this topic. Thus, the objective of this scoping review was to map the evidence on the use of social prescribing for children and youth. This review was conducted in accordance with the JBI methodology for scoping reviews and reported in accordance with the Preferred Reporting Items for Systematic reviews and Meta‐Analyses extension for Scoping Reviews (PRISMA‐ScR). The search strategy aimed to locate both published and unpublished literature via 12 databases, Google, Google Scholar, Social Care Online, SIREN Evidence and Resource Library, websites of social prescribing organizations and networks, and a request for evidence sources to members of the International Social Prescribing Collaborative. No language or date restrictions were placed on the search. Two independent reviewers performed title and abstract screening, retrieval and assessment of full‐text evidence sources, and data extraction. Data analysis consisted of basic descriptive analysis. Nine studies met the inclusion criteria, including three mixed methods studies, two rapid evidence reviews, two qualitative studies, one uncontrolled before‐and‐after study, and one randomized clinical trial. All studies were published between 2020 and 2024. Evidently, social prescribing for children and youth is still in its infancy, with an evidence base that is limited in both quantity and quality. However, the existing evidence is promising, offering a starting point to build a robust evidence base, which calls for research and practice advancements in social prescribing for children and youth.
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 | 0,028 | 0,085 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,007 | 0,007 |
| Bibliométrie | 0,023 | 0,024 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».