Tailored Mental Health Literacy Training Improves Mental Health Knowledge and Confidence among Canadian Farmers
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We hypothesized that "In the Know" would significantly increase participants' knowledge around mental health, confidence in recognizing mental health struggles, confidence in speaking about mental health with others, and confidence in helping someone who may be struggling with mental health. "In the Know" was a 4-h, in-person program delivered by a mental health professional who also had experience in agriculture. Six sessions were offered in Ontario, Canada in 2018. Participants were farmers and/or worked primarily with farmers. A pre-training paper questionnaire was administered, followed by a post-training questionnaire at the end of the session and 3 and 6 month post-training questionnaires via email. Wilcoxon signed-rank tests were performed to compare participants' self-reported knowledge and confidence across four timepoints. "In the Know" significantly improved participants' self-reported mental health knowledge and confidence in recognizing mental health struggles, speaking to others, and helping others who are struggling immediately following training and often at 3 and 6 months post-training. This is the first study among farming populations to measure program impact with 3- and 6-month follow-ups. Given the reported associations between mental health literacy and increased help-seeking, disseminating "In the Know" more broadly across farming communities may help to increase mental health literacy and thus increase help-seeking among farmers.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle