We have the recipe, but are we following it? Assessing a diabetes prevention program's motivational interviewing fidelity
Notice bibliographique
Résumé
Behaviour change interventions designed for exercise adherence and diet modification can reduce the risk of developing type 2 diabetes among those living with prediabetes. Training coaches to deliver these programs as intended increases treatment fidelity, an important aspect to assess delivery and intervention success. A strategy used to monitor and evaluate coaches’ skills post-training includes recording and coding regular client-coach encounters. Small Steps for Big Changes (SSBC) is a diabetes prevention program where clients meet for six one-on-one sessions with a coach. SSBC coaches are trained to deliver sessions using motivational interviewing (MI) at a client-centered level. The aim of this study was to assess treatment fidelity of MI skills for SSBC coaches through the use of the Motivational Interviewing Competency Assessment (MICA) tool. One session per client was randomly selected to be coded using the MICA. Preliminary results for nine SSBC coach-client sessions demonstrated a mean MICA score of 4.23/10 (± 1.25) with a score of 6/10 representing client-centered delivery. These results reflect a generally inconsistent use of MI. Presence of intentions and elements of MI were noted. On average, a client-centered approach was not represented in these findings. Strategies to increase coaches’ level of MI may include offering regular booster sessions and creating a community of practice for coaches to ask questions and improve their skills. Future research within SSBC may look to examine if differences in MI levels, used in delivery, influence client outcomes for exercise and diet adherence and type 2 diabetes risk reduction.
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 | 0,015 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».