The Wellness Quest: A health literacy and self‐advocacy tool developed by youth for youth mental health
Notice bibliographique
Résumé
BACKGROUND: Less than 20% of youth who experience mental health difficulties access and receive appropriate treatment. This is exacerbated by barriers such as stigma, confidentiality concerns and lack of mental health literacy. A youth team developed the Wellness Quest: a health literacy tool to enable help-seeking youth to advocate for themselves. OBJECTIVE: To evaluate the content, presentation and utility of the Wellness Quest tool among youth. PARTICIPANTS: Participants aged 14 to 26. METHODS: A youth research team conducted five focus groups and one online survey to evaluate the Wellness Quest tool. Thematic analysis was used to analyse the qualitative data, and descriptive statistics were used to explore the survey results. MAIN RESULTS: Overall evaluations of the Wellness Quest were positive: participants felt it would be useful during their mental health help-seeking journey. Participants expressed the need for information about services for specific populations, such as Indigenous, immigrants, refugees and 2SLGBTQ + youth. They expressed that the tool should be available in complementary online and print versions. DISCUSSION: Improving mental health literacy may improve mental health by enabling youth and those who support them to recognize and respond to signs of distress and understanding where and how to get help. The Wellness Quest tool may equip youth with the knowledge to make informed decisions and advocate for their own mental health, thereby facilitating help-seeking among youth. PATIENT OR PUBLIC CONTRIBUTION: Youth as service users led all stages of the project, from designing and conducting the study and analysing the data to writing the manuscript.
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 | 0,001 | 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 | 0,004 | 0,000 |
| 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 ».