Intervention Activities and Implementation Strategies for School-Based Health Promotion: Identifying Core Functions and Forms to Facilitate Scale-up of an Effective Intervention
Notice bibliographique
Résumé
Background: School-based health promotion is a key public health strategy to reduce disease burden and health inequalities. School-based interventions with local evidence of effectiveness need to be scaled up to maximize their benefits. A Project Promoting healthy Living for Everyone in Schools (APPLE Schools) is a health promoting school (HPS) intervention that targets schools in disadvantaged settings and has been shown to be effective in promoting children's healthy lifestyle behaviors and reducing health inequalities. To support its scale-up, we aimed to identify core functions (basic purposes driving intervention's effectiveness) and forms (specific content and delivery strategies implemented to achieve core functions). Method: We extracted 5,301 action items from 191 annual action plans written between 2011 and 2021 in 70 APPLE Schools. We followed an implementation science approach and used supervised machine learning algorithms to classify 2,683 unique action items into intervention activities and implementation strategies. Core functions were drawn from theoretical frameworks; forms were identified through thematic analysis. Results: We identified 55 forms and mapped them to 17 core functions of intervention activities and implementation strategies. The most common core functions of intervention activities were enablement (96%), modeling (66%), and education (54%); the most common core functions of implementation strategies were relational and organizational support context (86%), partnerships and networking (84%), student participation (78%), and professional development and learning (73%). The remaining core functions were identified in <50% of the schools. Forms included a broad range of activities, with a greater variety of those that addressed the most common core functions. Conclusions: We created matrices of core functions and forms of intervention activities and implementation strategies to inform the successful scale-up of APPLE Schools, an effective and cost-effective HPS intervention. These matrices can be used as a guide to improving existing HPS interventions and scaling them up to new settings.
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 | 0,058 | 0,076 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,007 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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; 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 ».