A scoping review of school-based expressive writing implementation reporting practices: missed opportunities and new research directions
Notice bibliographique
Résumé
BACKGROUND: Expressive writing (EW) interventions are an effective, flexible, and cost-efficient option for mental health promotion, making them ideally suited for resource-limited school settings. However, the effectiveness of EW interventions varies greatly across studies, which may be partly explained by how EW interventions are implemented. As school-based EW interventions become increasingly popular and more widely used, rigorous reporting of implementation can help advance this emerging field by informing how variation in implementation across studies influences intervention outcomes. PURPOSE: The purpose of this scoping review was to evaluate the implementation reporting practices of EW interventions in school settings as they can profoundly impact EW effectiveness. METHODS: The present scoping review assessed the current state of fidelity of implementation (implementation) reporting in the school-based EW literature and identified areas where more rigorous reporting is needed. Out of an initial sample of 367 studies, 19 were eligible for inclusion in the review. Data were analyzed for critical issues and themes derived from Cargo et al.'s (2015) Checklist for Implementation (Ch-IMP). RESULTS: Overall, the results of this scoping review indicate that researchers who implement EW in school settings have not consistently assessed key implementation domains such as dose received and fidelity. CONCLUSIONS: To address this problem, the present review adds a unique contribution to the literature by identifying how rigorous reporting of implementation can strengthen the evidence base for school-based EW interventions. Specifically, researchers can support the use of EW interventions in schools through increased implementation reporting to better understand how variability in fidelity of implementation affects treatment outcomes.
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 | 0,197 | 0,423 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,010 | 0,011 |
| Bibliométrie | 0,029 | 0,033 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,011 | 0,015 |
| Science ouverte | 0,006 | 0,007 |
| Intégrité de la recherche | 0,006 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».