The UWorkItOut UWin Program: Improving University Students’ Psychological Distress through Physical Activity
Notice bibliographique
Résumé
Background: The predominance of mental health concerns among post-secondary students has amplified the demand for campus counselling services. Although exercise is positively linked to mental health, campus interventions that integrate supervised exercise and exercise counselling are limited. Objectives: The purpose of the present study was to examine the impact of the UWorkItOut UWin program on students’ psychological distress. Methods: The UWorkItOut UWin program is a 6-week exercise training and counselling intervention offered to low risk, sedentary students seeking counselling services at a mid-sized Canadian University. The participants included 49 (male, n = 16; female, n = 32; gender invariant, n = 1) university students (71% undergraduate) with a mean age of 23.08 years (SD = 4.97). Students completed one unsupervised (60 minutes) and two supervised (45 mins each) exercise training sessions per week. Students also attended weekly individual exercise counselling sessions (30 minutes each). The Mental Health Inventory-38 (MHI-38) was used to measure changes in the three subscales of psychological distress: 1) anxiety, 2) depression, and 3) loss of emotional control. Results: Paired samples t tests demonstrated significant decreases in anxiety and depression scores from pre-to post-intervention (ps < .05). No significant change was found for loss of emotional control from pre-to post-intervention (p > .05). Conclusion: The findings provide evidence for the effect of exercise in reducing university students’ psychological distress. Consequently, exercise is an additional mental health service for this population, alleviating strain on campus counselling services.
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 | 0,000 | 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 | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| 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 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 ».