Sharing Narratives to Foster Mental Health Literacy in Teacher Candidates
Notice bibliographique
Résumé
This study explored the nature of teacher candidates’ mental health narratives in the context of completing an elective course in mental health and wellness. How students deconstructed their narratives and the narratives of their peers over time was also explored. Participants included 67 fourth-year students completing a five-year concurrent teacher education program. Data was collected over two academic years and consisted of students’ beginning-of-course and end-of-course narratives. The narratives were analyzed using content and thematic analysis. The findings are discussed in the context of using shared narratives as case study to promote self-reflection, discussion, problem-solving and mental health literacy within undergraduate courses. Cette étude explore la nature des récits sur la santé mentale racontés par des étudiants à l’enseignement en train de terminer un cours sur la santé mentale et le bien-être. Nous avons exploré la manière dont les étudiants ont décortiqué leurs récits ainsi que les récits de leurs pairs au fil du temps. Les participants consistaient de 67 étudiants de quatrième année inscrits dans un programme concomitant de formation des enseignants de cinq ans. Nous avons recueilli des données au cours de deux années universitaires; ces données représentaient des récits d’étudiants racontés au début du cours et à la fin du cours. Les récits ont été étudiés grâce à une analyse du contenu et des thèmes. Les résultats sont discutés dans le contexte du partage des récits en tant qu’études de cas afin de promouvoir l’auto-réflexion, la discussion, la résolution de problèmes et la compréhension de la santé mentale dans les cours de premier cycle.
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 | 0,011 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,005 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,001 | 0,014 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».