MétaCan
Menu
Retour à la cohorte
Enregistrement W6964043096 · doi:10.25384/sage.c.4411181.v1

Barriers and Facilitators to Implementing Exercise is Medicine Canada on Campus Groups

2019· other· en· W6964043096 sur OpenAlexaboutno aff

Notice bibliographique

RevueSage Journals Data · 2019
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInfluencer marketingThematic analysisHealth careImplementation researchQualitative researchFocus group

Résumé

récupéré en direct d'OpenAlex

The Exercise is Medicine Canada on Campus (EIMC-OC) program was established in 2013 to provide opportunities for students to promote physical activity in their campus communities. Currently, 38 EIMC-OC groups are in operation, and each has encountered challenges and enablers that have yet to be formally documented. This project aimed to (1) identify barriers and facilitators when implementing an EIMC-OC group and (2) investigate levels of implementation at which the barriers and facilitators operate. Throughout winter 2016, 22 EIMC-OC group leaders representing 12 groups contributed data. Participants completed a survey and a semistructured interview developed using the Consolidated Framework for Implementation Research (CFIR). Interviews were transcribed and underwent thematic analysis. Eighteen barriers and 24 facilitators were identified, with four influencers cited as both a barrier and a facilitator. Common barriers included group member time constraints and communicating with health care professionals. Common facilitators included collaborating with other groups and advertising. Most influencers corresponded to the inner setting and process CFIR domains. Findings from this study suggest that EIMC-OC groups face similar barriers and facilitators despite varying local contexts. The influencers identified highlight recommendations to enhance the success of the EIMC-OC program and other multisite health initiatives at academic institutions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,656
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0520,001

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,313
Écart entre enseignants0,285 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSage Journals DataTravaux en français237 207