The Concussion Awareness Training Tool for Women’s Support Workers Improves Knowledge of Intimate Partner Violence-Caused Brain Injury
Notice bibliographique
Résumé
Women who experience physical intimate partner violence (IPV) are at high risk of suffering a brain injury (BI) due to head impacts and/or strangulation. Currently, most staff at women’s shelters tend not to be aware of IPV-caused BIs. The objective of this study was to address this by developing a new online module within the Concussion Awareness Training Tool (cattonline.com) specifically focused on IPV-caused BI, and measuring its effectiveness in increasing BI awareness and knowledge among staff members at women’s shelters. A mixed-methods approach was used which included (i) a survey to measure participant knowledge before and after completing the module; (ii) a 1-on-1 interview 6 months post-training to better understand participants’ perceptions of what effect the training had on how they worked with women in their job; and (iii) an evaluation of the content of the module using behavior change techniques. About 81 participants recruited from staff at women’s shelters completed the pre/post survey. The average BI knowledge score increased significantly from the pre-survey (M = 8.12/12, SD = 1.05) to the post-survey (M = 9.72/12, SD = 1.62), t(80) = 9.12, P < .001, d = 1.01). Analysis of the interviews with 9 participants highlighted 3 main themes arising from the module: knowledge, mindfulness, and advocacy. All participants felt their knowledge of IPV-caused BIs had increased and said they would recommend the training to their co-workers. Analysis of the module content revealed the most frequent behavior change techniques were related to instructions on how to perform screening and accommodation for IPV-caused BI. The results showed the module was effective in increasing knowledge of IPV-caused BIs amongst women’s shelter staff as well as improving how they advocate for, and are mindful of, their clients with BIs. This online training may help improve the care women with IPV-caused BIs receive, and ultimately improve their quality of life.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».