A stepwise approach to designing and delivering the SCHeLTI trial community-family-mother-child obesity prevention intervention
Notice bibliographique
Résumé
This paper describes the methods for the development and implementation of the Sino-Canadian Healthy Life Trajectories Initiative (SCHeLTI) intervention, part of a World Health Organization-supported effort to prevent childhood obesity through four international randomized controlled trials. SCHeLTI is a multi-center, cluster-randomized trial in Shanghai, supporting 4500 families from preconception through the child's fifth year. This Community-Family-Mother-Child intervention includes coordinated components such as Healthy Conversation sessions, nutrition consultations, breastfeeding support, an obesity clinic, and educational courses tailored to key reproductive and developmental stages and risk profiles. Guided by implementation science principles, SCHeLTI's development followed four main phases: 1) establishing the conceptual foundation (theoretical framework, outcomes, logic model); 2) building delivery infrastructure and engaging stakeholders in formative research; 3) finalizing the intervention design tailored to families' needs; and 4) implementing the intervention, including capacity building, adaptation, and process evaluation strategies.•A four-phase development process grounded in implementation science principles guided intervention design and delivery•Tailored components align with reproductive and developmental stages and risk profiles to support family and child needs across the life course•Stakeholder engagement and iterative adaptation ensured contextual relevance and feasibility.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,021 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».