MétaCan
Menu
Back to cohort
Record W6894148740 · doi:10.5281/zenodo.7858782

Gesundheitsförderung in Schulen – eine Vergleichsstudie zwischen Malaysia und der Schweiz

2023· article· de· W6894148740 on OpenAlexaboutno aff

Bibliographic record

VenueZenodo (CERN European Organization for Nuclear Research) · 2023
Typearticle
Languagede
FieldHealth Professions
TopicSchool Health and Nursing Education
Canadian institutionsnot available
Fundersnot available
KeywordsMegaprojectSchool systemCorporate governanceLiteracy

Abstract

fetched live from OpenAlex

Die Schule zählt spätestens seit der Ottawa-Charta (WHO, 1986) als zentraler Ort für Gesundheitsförderung. Dabei gilt insbesondere ein ganzheitlicher Ansatz, bei dem sämtliche Mitglieder einer Schule und die Schule als Ganzes miteinbezogen werden, als erstrebenswert (WHO Expert Committee, 1997). Schulleiter*innen werden als zentrale Schlüsselfiguren für die Implementation von gesundheitsfördernden Massnamen betrachtet (Dadaczynski et al., 2021; Gieske & Harazd, 2009; Zumbrunn et al., 2016), wobei wenig darüber bekannt ist, wie genau sie Gesundheitsförderung steuern und welche Eigenschaften für die damit verbundenen Führungspraktiken wichtig sind (Dadaczynski et al., 2022). Auf Ebene der Schulleitung können verschiedene kontextuelle und personelle Faktoren, wie bspw. das Geschlecht, die Einstellung gegenüber Gesundheitsförderung oder Health Literacy von Schulleiter*innen von Relevanz für die Implementation von Gesundheitsförderung sein (Clarke et al., 2015; Dadaczynski et al., 2020; Dadaczynski & Paulus, 2015). Dieses vergleichende Projekt beschäftigt sich damit, inwiefern Schulleiter*innen aus Malaysia und der Schweiz während der Covid-19-Pandemie schulische Gesundheitsförderung implementieren konnten. Der Vergleich zwischen der Schweiz und Malaysia ist von Interesse, da sich die beiden Länder in Bezug auf die Educational Governance unterscheiden. In der Schweiz können Schulleiter*innen lokale Prioritäten setzen, müssen sich aber gleichzeitig an kantonale Richtlinien halten. Im Gegensatz dazu, hat Malaysia ein deutlich zentralisiertes System: Im Bildungsbereich sind formale Ziele der Schulen klar vorgegeben. Ungeachtet dieser Unterschiede standen beide Länder im Zusammenhang mit der Covid-19-Pandemie vor ähnlichen Herausforderungen. Dennoch beeinflusst der nationale und lokale Kontext, inwiefern Schulleiter*innen ermächtigt und befähigt werden (vgl. Sears & Marshall, 1990), auf Herausforderungen wie die Covid-19-Krise zu reagieren und entsprechend dem lokalen Kontext Anpassungen vorzunehmen. Im Juni 2021 fand eine Online-Befragung im statt, woran N = 1058 Schulleiter*innen aus beiden Ländern teilnahmen. Die Umsetzung der Gesundheitsförderung wird anhand der Survey of School Promotion of Emotional and Social Health (SSPESH)-Skala (Dix et al., 2019) gemessen, die auf dem Rahmenkonzept für gesundheitsfördernde Schulen (HPS) der Weltgesundheitsorganisation (WHO) basiert (Langford et al., 2015) und das Ausmass misst, in dem eine Schule Massnahmen und Praktiken zur Förderung der emotionalen und sozialen Gesundheit der Schüler*innen umgesetzt hat. Erste Ergebnisse aus Regressionsanalysen und Simple Slope Analysen zeigen, dass Einstellungen gegenüber Gesundheitsförderung, die Zusammensetzung der Schülerschaft sowie die Schulstufe in beiden Ländern relevante Faktoren für die Implementation von Gesundheitsförderung sind. Die Einstellungen gegenüber Gesundheitsförderung zeigen zudem einen unterschiedlichen Effekt in den beiden Ländern. Es scheint, dass eine positive Einstellung gegenüber Gesundheitsförderung in der Schweiz von höherer Relevanz ist als in Malaysia. Im Anschluss and die quantitativen Erhebungen fand im Mai 2022 eine qualitative Follow-Up Studie statt, bei der Interviews mit Schulleiter*innen in der Schweiz und Malaysia geführt wurden. Erste Ergebnisse liefern weitere Hinweise zu möglichen Faktoren auf nationaler und lokaler Ebene, welche die Praktiken der Gesundheitsförderung beeinflussen.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.007
metaresearch head score (Gemma)0.015
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.048
Threshold uncertainty score0.096

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0070.015
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0030.005
Science and technology studies0.0010.001
Scholarly communication0.0030.002
Open science0.0010.004
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0050.001

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.097
GPT teacher head0.395
Teacher spread0.298 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2023
Admission routes1
Has abstractyes

Explore more

Same venueZenodo (CERN European Organization for Nuclear Research)Same topicSchool Health and Nursing EducationFrench-language works237,207