Mental health literacy : A review of applications and effectiveness in the higher education workplace
Notice bibliographique
Résumé
A growing body of international evidence indicates that education, prevention efforts and early intervention are critical to the mental health of our populations. These efforts are taking place across social systems and within organizational structures including public health, educational institutions and workplaces. Purpose: To review current literature in an effort to identify themes related to successful workplace-based mental health literacy (MHL) programs, specifically in the area of higher education. The purpose was also to use a UBC case study to highlight potential connections between existing evidence and higher education applications. Method: The bodies of literature consulted for the review were reflective of the unique interplay between the concept (MHL), context (workplaces) and setting (higher education) of this project. The supporting case study synthesizes the training outcomes of staff and faculty participants in two mental health literacy (MHL) education programs, and outlines the results of post-training surveys designed to measure MHL measures collected from 191 training participants. Findings: The project identified multiple sets of promising practices in areas of effective workplace health promotion, successful mental health literacy applications, and higher education workplace interventions. It also revealed a gap in current research examining MHL outcomes within higher education workplaces. The UBC case study results aim to close this gap by demonstrating the value and effectiveness of Mental Health First Aid and The Working Mind in increasing MHL of staff and faculty. Next steps: The aim of this paper is to grow the emerging research in this area as well as support the current MHL training efforts within UBC’s department of Human Resources.
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 | 0,012 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,012 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».