Developing a coordinated Canadian post-secondary surveillance system: a Delphi survey to identify measurement priorities for the Canadian Campus Wellbeing Survey (CCWS)
Notice bibliographique
Résumé
BACKGROUND: Interventions that promote health and wellbeing among young adults are needed. Such interventions, however, require measurement tools that support intervention planning, monitoring and evaluation. The primary purpose of this study is to describe the process in developing a framework for a Canadian post-secondary health surveillance tool known as the Canadian Campus Wellbeing Survey (CCWS). METHODS: Nineteen health service providers or mental health experts from 5 Canadian provinces participated in a 3-round Delphi survey by email and an in-person roundtable meeting to identify wellbeing and health behavior measurement priorities and indicators for the CCWS. RESULTS: The final CCWS framework consisted of 9 core sections: mental health assets, student experience, mental health deficits, health service utilization/help seeking, physical health/health behaviors, academic achievement, substance use, nutrition, and sexual health behavior. Panelists generally agreed on a set of indicators, and reached consensus for at least one indicator per core section. CONCLUSION: This CCWS framework is the first step in developing a common surveillance mechanism tailored to the Canadian postsecondary context. Future work will include online consultation with health service providers from a broader range of post-secondary institutions, an in-person meeting with research and measurement experts to finalize survey items, and formative testing. The CCWS will play a valuable role in developing population health initiatives targeting the increasing number of young Canadians attending postsecondary institutions.
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 | 0,045 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».