MétaCan
Menu
Retour à la cohorte
Enregistrement W2586055538 · doi:10.18192/uojm.v7i1.1803

A Peer-Based Approach to Reducing Stigma and Improving Mental Health Support for Medical Students

2017· article· en· W2586055538 sur OpenAlexaffvenueabout
Shale B Farber, Simon Parlow, Nicholas Timmerman

Notice bibliographique

RevueUniversity of Ottawa Journal of Medicine · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare professionals’ stress and burnout
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMental healthStigma (botany)PsychologyHumanitiesMental illnessPsychotherapistPsychiatryArt

Résumé

récupéré en direct d'OpenAlex

AbstractMedical students experience a tremendous amount of stress during their training, which can have a profound effect on mental wellness. Several medical students at the University of Ottawa have created a peer-based program called Mind the Gap (MtG), which aims to improve mental health support and combat mental health-related stigma within the medical student community. The program consists of monthly meetings that invite students to discuss personal experiences and issues surrounding mental illness. The following article is a commentary outlining the MtG program, including its rationale and goals, and the challenges in implementing this type of program. RésuméLes étudiants en médecine vivent un stress énorme au cours de leur formation, ce qui peut avoir un impact profond sur leur bien-être mental. Plusieurs étudiants en médecine à l’Université d’Ottawa ont mis sur pied un programme appelé « Mind the Gap » (MtG), qui vise à améliorer le soutien en santé mentale et à combattre la stigmatisation liée à la santé mentale dans la communauté médicale étudiante. Le programme est composé de rencontres mensuelles qui permettent aux étudiants de discuter de leurs expériences personnelles et des problèmes liés à la maladie mentale. L’article suivant est un commentaire donnant un aperçu du programme MtG, incluant sa raison d’être et ses buts, et les défis qui surviennent lors de la mise en place d’un tel programme.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,537
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,056
Tête enseignante GPT0,427
Écart entre enseignants0,371 · 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 tête enseignante, pas un consensus.

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

Citations1
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueUniversity of Ottawa Journal of MedicineMême sujetHealthcare professionals’ stress and burnoutTravaux en français237 207