Improving Malawian teachers' mental health knowledge and attitudes: an integrated school mental health literacy approach
Notice bibliographique
Résumé
BACKGROUND: Mental health literacy is foundational for mental health promotion, prevention, stigma reduction and care. Integrated school mental health literacy interventions may offer an effective and sustainable approach to enhancing mental health literacy for educators and students globally. METHODS: Through a Grand Challenges Canada funded initiative called 'An Integrated Approach to Addressing the Issue of Youth Depression in Malawi and Tanzania', we culturally adapted a previously demonstrated effective Canadian school mental health curriculum resource (the Guide) for use in Malawi, the African Guide: Malawi version (AGMv), and evaluated its impact on enhancing mental health literacy for educators (teachers and youth club leaders) in 35 schools and 15 out-of-school youth clubs in the central region of Malawi. The pre- and post-test study designs were used to assess mental health literacy - knowledge and attitudes - of 218 educators before and immediately following completion of a 3-day training programme on the use of the AGMv. RESULTS: = 0.79) pertaining to mental health literacy in study participants. There were no significant differences in outcomes related to sex or location. CONCLUSIONS: These positive results suggest that an approach that integrates mental health literacy into the existing school curriculum may be an effective, significant and sustainable method of enhancing mental health literacy for educators in Malawi. If these results are further found to be sustained over time, and demonstrated to be effective when extended to students, then this model may be a useful and widely applicable method for improving mental health literacy among both educators and students across Africa.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».