What competencies physical activity professionals should possess to better integrate climate change related issues into their practice: a Delphi study
Notice bibliographique
Résumé
HIGHLIGHTS-Using the Delphi technique, expert consensus identified 18 competencies that physical activity professionals should possess to better integrate climate change related issues into their practice.-Competencies cover 7 knowledge, 8 skills, and 3 attitudes, emphasizing the ability to recognize climate-related health risks, especially for vulnerable populations, adapt exercise prescription, and ensure client safety.-The 18 identified competencies offer a guide for incorporating climate change related issues into physical activity professionals training program. ABSTRACT (245/250 words)Objective: Climate change threatens human health and performance, creating new challenges for physical activity professionals.To prepare them, it is essential to define the competencies required to better integrate climate change-related considerations into their professional practice.This study used the Delphi method to identify such competencies.Methods: A panel of 143 experts was invited to participate in a three-round Delphi study.Round one used an open-ended questionnaire to gather their perspectives, which were analyzed qualitatively to identify recurring themes and sub-themes.In rounds two and three, experts rated their agreement with each competency using 11-point Likert scales.Items with a median score ≥ 8 were retained for Round 3, and those with improved consensus (≥ 70% of scores ≥ 8) and high stability (median variation < 15% between rounds 2 and 3) were retained as consensus competencies.Results: Thirty-four experts from 10 countries reached a final consensus on 18 competencies: 7 knowledge, 8 skills, and 3 attitudes.Within knowledge, strongest agreement concerned recognizing how climate-related health risks disproportionately affect vulnerable populations and identifying risks associated with physical activity during extreme conditions.For skills, consensus was highest for assessing risks linked to outdoor activity and the ability to adapt exercise prescription and make rapid decisions to ensure client safety.For attitudes, the strongest agreement emphasized willingness to adapt professional practice in response to climate extremes.Conclusion: The 18 identified competencies offer a guide for incorporating climate change related issues into physical activity professionals training program.
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 | 0,038 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».