Lessons learned from a critical appraisal of a fall break policy in higher education: A case study
Notice bibliographique
Résumé
The incidence, severity and persistence of mental health issues is increasing across post- secondary campuses (Zivin et al., 2009; Canada Newswire, 2012) with these students now viewed as a high-risk population (Stallman, 2010). Many Canadian universities are implementing a policy for a fall break in hopes of alleviating students’ stress and anxiety in order to improve mental health, heighten retention, and increase academic productivity. To date, there is limited empirical evidence to guide the development of policy and the delivery of effective practices to alleviate school-related stress and anxiety. This thesis is presented as a three paper, manuscript approach. The focus of this project was to appraise the development and implementation of a fall break and then evaluate its effectiveness in an effort to address rising concerns related to mental health for post-secondary students. Three thousand and seventy-one students in years one to four completed a post-break survey during one week in January of 2013, 2014, 2015. Of those, 1019 were male and 2052 female. Thirty-three students varying in years from one to four participated in focus groups in February of 2013, 2014, 2015. Of those 4 were male and 19 were female. Ten faculty from varying faculties and one informant participated in interviews in spring, 2018. Analyses from the surveys revealed that overall, students are in favour of having a fall break. Even though a small percentage of participants perceived their workload to go up before and after the break, 90% of students agree that the fall break was useful in reducing school related stress levels. However, the focus group, faculty and informant interviews revealed that the timing of the fall break had an impact on how students and faculty experienced the break and thus influenced perceptions on the impact that the break had on student mental health. Comprehensive evidence about whether a fall break policy supports or undermines the mental health of students needs to be assessed using a range of indicators before its implementation. This will help post-secondary institutions determine whether a break in the fall semester can be an effective approach to addressing students’ stress and anxiety.
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 | 0,067 | 0,097 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,032 | 0,020 |
| Communication savante | 0,020 | 0,012 |
| Science ouverte | 0,008 | 0,013 |
| Intégrité de la recherche | 0,012 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».