The feasibility and impact of online peer support on the well-being of higher education students
Notice bibliographique
Résumé
Purpose Peer support has been identified as an important protective factor for mental health and overall well-being. The purpose of this study is to examine the feasibility of implementing an online peer support group and its impact on measures of well-being. Design/methodology/approach A mixed-methods randomized controlled trial design was used to examine the feasibility and impact of online peer support. Comparisons in well-being were made between the online peer support group and an in-person peer support group and control group. Participants were randomly assigned to a control group or either a six-week in-person or online peer support group. All participants completed an online survey measuring constructs of well-being pre- and post-condition. Additionally, qualitative data regarding the benefits of peer support and in particular the efficacy of the online format were collected from participants. Analysis of variance and post hoc tests determined significant differences within and between the groups. Findings Both the online and face-to-face peer support groups scored significantly higher on post-test measures of well-being than pre-test scores and control group scores. Qualitative narratives and significant quantitative findings supported the feasibility of peer support offered online. Post-condition outcomes showed that online peer support is as effective as in-person peer support for improving well-being. Originality/value To the best of the authors’ knowledge, this study is the first of its kind to compare online and in-person peer support programs for students in higher education. The results have direct implications for higher education students and practitioners, especially at times when face-to-face support is not feasible.
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 | 0,006 | 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 | 0,000 |
| 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 ».