MétaCan
Menu
Retour à la cohorte
Enregistrement W2805988726 · doi:10.1016/j.adolescence.2018.05.009

Assessing the impacts and outcomes of youth driven mental health promotion: A mixed‐methods assessment of the Social Networking Action for Resilience study

2018· article· en· W2805988726 sur OpenAlexafffundabout
Emily Jenkins, Vicky Bungay, Andrew C. Patterson, Elizabeth Saewyc, Joy L. Johnson

Notice bibliographique

RevueJournal of Adolescence · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueCommunity Health and Development
Établissements canadiensSimon Fraser UniversityUniversity of LethbridgeUniversity of British ColumbiaUniversity of British Columbia Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMental healthHealth promotionPsychologyPsychological resiliencePromotion (chess)Intervention (counseling)PopulationParticipatory action researchYouth engagementPublic healthPublic relationsGerontologyEnvironmental healthSociologyNursingSocial psychologyMedicinePsychiatryPolitical science

Résumé

récupéré en direct d'OpenAlex

Mental health challenges are the leading health issue facing youth globally. To better respond to this health challenge, experts advocate for a population health approach inclusive of mental health promotion; yet this area remains underdeveloped. Further, while there is growing emphasis on youth-engaged research and intervention design, evidence of the outcomes and impacts are lacking. The purpose of this paper is to contribute to addressing these gaps, presenting findings from the Social Networking Action for Resilience (SONAR) study, an exploration of youth-driven mental health promotion in a rural community in British Columbia, Canada. Mixed methods including pre- and post-intervention surveys (n = 175) and qualitative interviews (n = 10) captured the outcomes and impacts of the intervention on indicators of mental health, the relationship between level of engagement and benefit, and community perceptions of impact. Findings demonstrate the feasibility and benefits of youth engaged research and intervention at an individual and community-level.

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)0,031
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,163

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0310,019
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,229
Tête enseignante GPT0,599
Écart entre enseignants0,369 · 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'étudeQualitatif
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

Citations36
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of AdolescenceMême sujetCommunity Health and DevelopmentTravaux en français237 207