Accessible continued professional development for maternal mental health
Notice bibliographique
Résumé
BACKGROUND: Changing global health and development trends have resulted in a need for continued professional development (CPD) within the health and development sectors. In low-resource settings, where the need for training and CPD may be highest, there are significant challenges for disseminating information and skills. There is a need to improve mental health literacy and reduce levels of stigma about maternal mental illness. The Bettercare series of distance learning books provides a peer-based format for CPD. We aimed to evaluate the Bettercare Maternal Mental Health book as a format for CPD. AIM: The aim of this study was to determine whether the Bettercare Maternal Mental Health book significantly improves knowledge and decreases stigma around mental health for care providers from the health and social development sectors. SETTING: One hundred and forty-one participants (social workers, nursing students and health professionals) were provided with the Bettercare Maternal Mental Health book to study. METHODS: Before and after studying the book, the same multiple-choice knowledge test and the Mental Illness Clinicians' Attitude Scale were used to assess cognitive knowledge and mental health stigma, respectively. RESULTS: Participants' knowledge showed a statistically significant (p < 0.001) improvement between the pre- and post-test results, for all six chapters of the book. However, participants' attitudes towards mental illness did not show a statistically significant change between the pre- and post-test results. CONCLUSION: We found that this method of learning elicited significant improvement in mental health knowledge for care providers. Continued professional development policy planners and curriculum developers may be interested in these findings.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».