MétaCan
Menu
← Retour à la cohorte
Enregistrement W3160344014 · doi:10.2196/25592

Mental Health Promotion and Stigma Reduction Among University Students Using the Reach, Efficacy, Adoption, Implementation, and Maintenance (RE-AIM) Framework: Protocol for a Mixed Methods Study

2021· article· en· W3160344014 sur OpenAlexafffundvenue
Kenneth Fung, Shengli Cheng, Xuan Ning, Alan Tai-Wai Li, Jingxuan Zhang, Jenny J. W. Liu, Carla Hilario, Xiaojing Cheng, Miao Yu, Cun-Xian Jia, Gao Jian-guo, Josephine Pui‐Hing Wong

Notice bibliographique

RevueJMIR Research Protocols · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueMental Health Treatment and Access
Établissements canadiensUniversity of CalgaryUniversity of AlbertaRegent Park Community Health CentreToronto Metropolitan UniversityUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchNational Natural Science Foundation of China
Mots-clésMental healthEmpowermentMental health literacyPsychologyStigma (botany)PsychoeducationMedical educationPromotion (chess)Mental illnessNursingIntervention (counseling)MedicinePsychiatryPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Rapid urbanization, academic pressures, and developmental life transition stressors contribute to mental health stress for postsecondary students in China. Effective prevention, early identification, and timely intervention are challenged by stigma, a lack of mental health literacy, and inadequate mental health resources. OBJECTIVE: Our implementation science (IS) research project is aimed at evaluating the use of an evidence-informed mental health promotion intervention named Acceptance and Commitment to Empowerment - Linking Youth and 'Xin' (hearts) (ACE-LYNX) to promote university student mental health in Jinan, China. METHODS: We will engage and collaborate with Shandong Mental Health Center, the provincial mental health center, and six local universities in different regions of Jinan. The ACE-LYNX intervention aims to reduce social stigma against mental illness, enhance mental health literacy, and improve access to quality mental health care by increasing interdisciplinary collaboration and forming a mental health network. It is based on two evidence-based approaches, Acceptance and Commitment Therapy (ACT) and Group Empowerment Psychoeducation (GEP), and it will be delivered through online learning and in-person group training. The project will train 90 interdisciplinary professionals using the model. They will in turn train 15 professionals and 20 students at each university. The project will adopt the Reach, Efficacy, Adoption, Implementation, and Maintenance (RE-AIM) framework, which provides a structure to examine the process and outcomes of implementation using mixed methods comprising quantitative and qualitative approaches along five dimensions: reach, efficacy, adoption, implementation, and maintenance. RESULTS: Over the course of the project, 720 champions will be directly trained. They will contribute to developing a formal and informal mental health network, strengthened by student-led mental health initiatives and professional-led initiatives to promote collaborative care and facilitated care pathways. We anticipate that our project will reach out to 11,000 to 18,000 students. CONCLUSIONS: This IS protocol will outline our unique intervention model and key steps to contextualize, implement, and evaluate community-based mental health intervention. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): PRR1-10.2196/25592.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,063
score de la tête « metaresearch » (Gemma)0,039
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,063
Score d'incertitude au seuil0,333

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0630,039
Méta-épidémiologie (sens strict)0,0050,004
Méta-épidémiologie (sens large)0,0060,006
Bibliométrie0,0040,005
Études des sciences et des technologies0,0060,003
Communication savante0,0030,003
Science ouverte0,0040,004
Intégrité de la recherche0,0050,007
Charge utile insuffisante (le modèle a refusé de juger)0,0330,007

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.

Tête enseignante Opus0,399
Tête enseignante GPT0,679
Écart entre enseignants0,280 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJMIR Research Protocols→Même sujetMental Health Treatment and Access→Travaux en français237 207→