MétaCan
Menu
Retour à la cohorte
Enregistrement W2137981068 · doi:10.7870/cjcmh-2013-023

Does Youth Net Decrease Mental Illness Stigma in High School Students?

2013· article· en· W2137981068 sur OpenAlexaffvenue
Linda O’Mara, Noori Akhtar‐Danesh, Gina Browne, D.R. Mueller, Lorraine Grypstra, Cheryl Vrkljan, Malcolm Powell

Notice bibliographique

RevueCanadian Journal of Community Mental Health · 2013
Typearticle
Langueen
DomainePsychology
ThématiqueMental Health Treatment and Access
Établissements canadiensCentre for Addiction and Mental HealthHamilton Health SciencesMinistry of Health and Long Term CareMcMaster University
Organismes subventionnairesnon disponible
Mots-clésStigma (botany)Mental healthMental illnessPromotion (chess)PsychologyIntervention (counseling)Clinical psychologyDepression (economics)Health promotionRandomized controlled trialPsychiatryMedicineNursingPublic health

Résumé

récupéré en direct d'OpenAlex

This study examined whether stigma toward mental illness decreased for youth after participating in focus groups in a school-based mental health promotion program called Youth Net (YN FGs). A total of 294 students from 6 high schools participated in a randomized controlled trial, completing questionnaires that measured stigma and depression. Stigma decreased for participants in the intervention group in low-need schools only. Study findings suggest continuing with YN FGs in low-need schools and working collaboratively with community partners to provide evidence of the effectiveness of mental health promotion with youth.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,038
Tête enseignante GPT0,366
Écart entre enseignants0,328 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations17
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Community Mental HealthMême sujetMental Health Treatment and AccessTravaux en français237 207