MétaCan
Menu
Retour à la cohorte
Enregistrement W2890722669 · doi:10.7870/cjcmh-2018-002

Improving Mental Health Literacy in Post-Secondary Students: Field Testing the Feasibility and Potential Outcomes of a Peer-Led Approach

2018· article· en· W2890722669 sur OpenAlexaffvenue
Chris Gilham, Erin L. Austen, Yifeng Wei, Stan Kutcher

Notice bibliographique

RevueCanadian Journal of Community Mental Health · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueMental Health Treatment and Access
Établissements canadiensIzaak Walton Killam Health CentreSt. Francis Xavier UniversityDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMental healthMental health literacyMedical educationLiteracyHealth literacyPsychologyResource (disambiguation)Peer supportMedicinePedagogyMental illnessComputer sciencePsychiatryHealth carePolitical science

Résumé

récupéré en direct d'OpenAlex

Transitions (2nd edition) is an evidence-based life-skills resource designed to help post-secondary students transition from high school to college or university. This study was an on-campus evaluation of peer-led seminars of the mental health content from Transitions. A cross-sectional survey was conducted to assess the mental health literacy of three groups of students: master trainers, student trainers, and seminar participants. Post-seminar, there were significant improvements in mental health knowledge and help-seeking, two key components of participants’ mental health literacy. This peer-led approach is a feasible option with the potential to improve student mental health literacy within a short time frame.

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)0,016
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: Essai non randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,995
Score d'incertitude au seuil0,086

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0020,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,072
Tête enseignante GPT0,417
Écart entre enseignants0,345 · 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'étudeEssai non randomisé
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

Citations22
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

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