Facilitating success for people with mental health issues in a college through cognitive remediation therapy and social and emotional learning
Notice bibliographique
Résumé
Purpose The purpose of this paper is to describe the components, structure and theoretical underpinnings of a cognitive remediation intervention that was delivered within a supported education program for mental health survivors. Design/methodology/approach In total, 21 participants enrolled in the course Strengthening Memory, Concentration and Learning (PREP 1033 at George Brown College (GBC)) with the diagnosis of depression, anxiety, PTSD, ED and substance use disorder were included in the research. After a baseline assessment, participants completed 14 week cognitive remediation training (CRT) protocol that included six essential components that were integrated and implemented within the course structure of the supported education program at GBC. This was followed by a post-training assessment. Findings Analysis of the participants’ performance on CRT protocol using computerized games showed little significant progress. However, the research found a positive change in the self-esteem of the participants that was statistically significant and the findings also aligned with the social and emotional learning framework. Research limitations/implications One of the limitations in the research was the use of computer-assisted cognitive remediation in the form of the HappyNeuron software. The value and relevance of computer assisted needs are to be further examined. It seems that the implementation of the course that explicitly address cognitive challenges creates a supportive environment can be helpful. Practical implications Despite the mixed results and the few limitations associated with the CRT intervention reported in the research, the study offers reminders of the complexity of cognitive remediation and all the factors involved that need to be taken into consideration. Social implications This research created explicit space for addressing some of the implicit assumptions about the cognitive abilities when in post-secondary education. Originality/value This work is based on author’s previous work on cognitive remediation research within the supported education setting.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».