Notice bibliographique
Résumé
Purpose The purpose of this paper is to describe content topics and teaching methods for a new undergraduate course in business administration on managing for workplace mental health. It then discusses a preliminary evaluation of the course. Design/methodology/approach Research-supported content and teaching methods were developed and implemented.n=18 undergraduates completed pre- and post-course quantitative measures related to course goals, and a qualitative post-course survey about course content and delivery. Findings Analysis of pre- and post-course quantitative measures demonstrated significant increases in mental health-related knowledge; other-directed, mental health supportive behaviours; mental health promotion self-efficacy; mental health promotion intentions; and self-compassion; as well as significant decreases in stigmatising attitudes. Effect sizes were moderate to large, indicating usefulness. Qualitative, post-course data indicated that positive aspects of course content were those that enhanced knowledge of mental health conditions; skills for managing workplace mental health concerns; and attitudes towards those suffering from mental illness. Qualitative post-course data indicated that positive aspects of course delivery were specific teaching strategies and teaching qualities. Research limitations/implications Results support the continued development and use of a course for business students on managing workplace mental health. Additional, larger scale evaluation would be helpful. Practical implications Detailed information is provided about the course structure, content, resources and teaching methods, which could be used in other settings. Social implications The workplace is an important site for early identification and intervention of mental health concerns, regardless of their origin or cause. This research supports the usefulness of training prospective business managers in this regard. Originality/value Coverage of mental health-related topics with business students has been scant to absent. This project developed, implemented and evaluated a new course.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,003 |
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 ».