Workplace Mental Health Training in Health Care: Key Ingredients of Implementation
Notice bibliographique
Résumé
OBJECTIVES: Despite growing awareness of the importance of workplace mental health training and an increasing number of educational resources, there is a gap in knowledge regarding what shapes training effectiveness. The purpose of this study was to compare and describe the active ingredients of 2 workplace mental health education programs for health care workers. METHODS: Within the context of a randomized clinical trial, a multimethod process evaluation was conducted to explore key process elements shaping implementation outcomes: the innovation, service recipients, service providers, and the organizational context. Data collection included descriptive statistics regarding program participation, postprogram interviews with a purposive sample of 18 service recipients, 182 responses to open-ended questions on postgroup and follow-up surveys, and field journal reflections on the process of implementation. Data analysis was informed by an interpretive description approach, using a process evaluation framework to categorize responses from all data sources, followed by within and cross-case comparison of data from both programs. RESULTS: Five key forces shaped the implementation and perceived outcomes of both programs: a contact-based education approach, information tailored to the workplace context, varied stakeholder perspectives, sufficient time to integrate and apply learning, and organizational support. The Beyond Silence program provided more opportunity for contact-based education, health care-specific content, and in-depth discussion of diverse perspectives. CONCLUSIONS: To increase mental health literacy and reduce stigma, workplace training should be based on best practice principles of contact-based education, with contextually relevant examples and support from all levels of the organization.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,053 | 0,083 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».