A mixed methods exploration of the lifestyle drift concept to support the development of measurement tools
Notice bibliographique
Résumé
Introduction: Lifestyle drift is a concept that has been used to describe a process whereby policy initiatives designed to support upstream prevention through influencing social determinants drift downstream to a focus on individual behavioural change. This process significantly impacts progress on population-level health equity and there is a critical need to better understand the contributing factors and to learn new ways to mitigate lifestyle drift. This paper describes an initial exploration of the dimensions of lifestyle drift in order to lay a foundation for measurement development. Methods: We conducted a survey to examine the experiences of stakeholders supporting the implementation of prevention and their perceptions of lifestyle drift. The sample consisted of 20 respondents from across Canada working within a range of sectors related to health and youth development. Survey items focused on causes and mechanisms described in the literature. Open-ended questions examined respondent experiences of lifestyle drift issues and their strategies to manage them. Inter-item correlations were used to investigate the relatedness of these initial groupings of the quantitative items and thematic analysis was used to explore the qualitative data. Results: Initial conceptual categories were: funding, individualized behaviours, organizational behaviours, commercial and social determinant of health, medical model and "other." Two major themes emerged from the analysis that focused on factors that contribute to lifestyle drift as well as strategies to mitigate it. Conclusions: This research supports better understanding of contextual issues that influence upstream prevention initiatives. Findings will be useful for future efforts to advance the measurement of lifestyle drift.
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 | 0,003 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».