MétaCan
Menu
Retour à la cohorte
Enregistrement W2338782937 · doi:10.1177/0017896915610144

Mental health literacy in post-secondary students

2015· article· en· W2338782937 sur OpenAlexaffabout
Stan Kutcher, Yifeng Wei, Catherine Morgan

Notice bibliographique

RevueHealth Education Journal · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueMental Health Treatment and Access
Établissements canadiensIzaak Walton Killam Health CentreDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMental healthResource (disambiguation)Stigma (botany)Medical educationPsychologyReading (process)Likert scaleMental health literacyLiteracyInformation literacyAnalyticsMental illnessMedicinePedagogyPsychiatryComputer scienceDevelopmental psychologyData science

Résumé

récupéré en direct d'OpenAlex

Objectives: The transition from high school to college or university is an important time to enhance mental health literacy for young people. This study evaluated the second edition of a resource entitled Transitions , a comprehensive life-skills resource with embedded mental health information available in book, e-book and iPhone app formats for post-secondary students. Design: In this cross-sectional/one-off study, students’ opinions about the impact of the resource were gained through in-person and online surveying. Methods: The survey took place on a local university campus in Canada. Frequencies of responses and sex differences in answers were analysed using Predictive Analytics Software (PASW) 17. In total, 82 students from a large, Canadian research university completed the survey. Results: Reading Transitions (2nd edition) improved student knowledge about and decreased stigma towards mental health and mental illness and increased help-seeking efficacy. There were sex differences in response regarding discussion of the resource with others and help-seeking intentions. Conclusion: Given the positive results of this study conducted at a single university, the resource could potentially be valuable in other post-secondary settings as well.

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)0,003
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,066
Tête enseignante GPT0,523
Écart entre enseignants0,457 · 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

Citations39
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealth Education JournalMême sujetMental Health Treatment and AccessTravaux en français237 207