Creating Better Physical Activity Opportunities for Newcomer Children and Youth: Overview of Activities to Strengthen Community-Academic Partnerships.
Notice bibliographique
Résumé
Background: Newcomer children and youth have been found to have physical activity (PA) deficits when compared to Canadian-born peers. While the underlying reasons behind this is complex, the extant literature suggest that young newcomers to Canada face multiple unique barriers. The development of Community-Academic Partnerships (CAP) is considered vital towards creating meaningful system-level changes to address issues of access. The purpose of this presentation is to provide an overview (from both academic and community partner perspectives) of two innovative CAP initiatives aimed at creating better PA opportunities for newcomer children and youth. Methods/Approaches: (1) Using a participatory approach, we conducted a CIHR-funded summit that brought together a multidisciplinary and multisectoral group of academics and community leaders to identify needs and opportunities. (2) Using a mixed-methods approach, we evaluated the impact of an 8-week pilot physical literacy-based program called the (IPLAY) program – conducted in partnership with WinSport and Calgary Catholic Immigration Society. Results: The summit brought together a group of academics across Health Sciences, Psychology, Sociology, Kinesiology, and Education to hear the needs from community organizations looking to develop active programming for newcomers, identifying the need for more formative research, efficacy trials, and integrated knowledge translation strategies. Findings from the pilot IPLAY program with 36 refugee youths illustrates the potential positive impact of community programs targeting newcomer youths; although the process highlighted the saliency of community partnerships in recruitment and need for cultural responsiveness in program delivery. Conclusions: CAP is critical to address the PA deficits for newcomer children and youth.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».