Evaluation of Online Trauma- and Violence-Informed Physical Activity Training Modules
Notice bibliographique
Résumé
BACKGROUND: Exposure to traumatic events can lead to adverse health outcomes, including depression, anxiety, post-traumatic stress disorder, and chronic pain. Physical activity can help alleviate many negative health concerns associated with trauma; however, exercise instructors and social service providers often lack the necessary training to support and improve access to physical activity for individuals who have experienced trauma. This study aimed to test the feasibility, acceptability, and potential effectiveness of newly developed training modules, designed to improve knowledge and confidence to apply Trauma and Violence-Informed Care within physical activity settings. METHODS: Participants were invited to take part in 6 co-designed online trauma- and violence- informed physical activity (TVIPA) training modules. Baseline and postintervention data were analyzed using a chi-square test of independence, assessing changes in participants' confidence of TVIPA knowledge and application. Participants were also invited to take part in a qualitative interview, 6 months post completing the training to examine how they applied the training. RESULTS: In total, 205 participants completed a baseline survey and 155 completed the postintervention assessment. A significant increase in participants' confidence in knowledge and application was observed. Data from 17 semistructured interviews indicated that the training delivery mode, content, and duration were feasible and well-accepted. Service providers reported making changes to their practice, including using more inclusive language, considering reasons for missed classes, and making changes to the physical space to improve safety. CONCLUSIONS: The online training was feasible, acceptable, and associated with improved confidence in applying TVIPA.
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 | 0,008 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».