Fidelity of intervention delivery in psychosocial and behavioral programs (FIPP): A modified Delphi study and final guideline
Notice bibliographique
Résumé
Introduction: Fidelity - ensuring interventions are implemented as intended - is a key focus in implementation science. Despite its benefits in research and practice, data on the fidelity of implementation are often overlooked, measured inconsistently, or underreported. In 2024, we proposed a preliminary guideline for one component of fidelity - the fidelity of delivery in parenting interventions. This study builds upon that work, refining the guideline for psychosocial and behavioral interventions. Methods: = 5) resulting in six rounds of iterative revisions to produce the final FIPP. Results: The modified Delphi technique resulted in a final FIPP with 35 items across six categories: intervention, facilitator, fidelity measure, and fidelity assessor characteristics; fidelity assessment method; and fidelity results and discussion. The final FIPP was produced based on engagement and data from the survey participants, consensus meeting panelists, and email panelists. Conclusions: This study advances reporting on fidelity of delivery in psychosocial and behavioral interventions by refining the FIPP guideline through a rigorous, consensus-driven process. The FIPP provides a comprehensive structure to improve the consistency and transparency of fidelity of delivery assessment. By promoting standardized reporting, the FIPP enhances the quality of implementation science, ultimately supporting more effective interventions and better participant outcomes. Researchers and practitioners are encouraged to adopt the FIPP to strengthen intervention fidelity and drive meaningful progress in the field.
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 | 0,013 | 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 | 0,002 |
| 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 ».