Perspectives of Indigenous University Students in Canada on Mindfulness-Based Interventions and their Adaptation to Reduce Depression and Anxiety Symptoms
Notice bibliographique
Résumé
Abstract Objectives Indigenous university students experience high rates of anxiety and depression due primarily to the pernicious and persistent effects of colonialism, racism, and discrimination. Mindfulness-based interventions (MBIs) hold promise, but likely require adaptation to make them culturally relevant for Indigenous peoples. We sought to gather Indigenous students’ perspectives on the consistency and adaptability of MBIs for Indigenous students experiencing symptoms of depression and anxiety. Method This three-part longitudinal investigation employed a qualitative design mixed with Indigenous research methods to elicit feedback from students (n = 14;Mage = 28.92) on the acceptability of MBIs and ways to tailor MBIs to make them more consistent with Indigenous cultures and student lifestyles. We subsequently used this feedback to develop an outline for an adapted MBI that was then re-evaluated by the same participants for its cultural relevance and safety. Results Indigenous students emphasized the need for the adapted MBI to incorporate (a) traditional Indigenous practices; (b) Indigenous facilitators; (c) holistic conceptualizations of mental health that include spirituality; and (d) practices and methods that could improve flexibility and accessibility of the adapted intervention. Based on this feedback, we presented students with an outline of an adapted MBI tentatively titledMiyowâyâwin Mindful Wellbeing Program, which received favorable evaluations by students for cultural consistency and safety. Conclusions We confirmed the perceived acceptability and consistency of mindfulness and mindfulness programs with Indigenous cultures. The need for a flexible MBI that centers Indigenous elements and Indigenous facilitators was highlighted by Indigenous participants. This study paves the way for latter steps of the development and subsequent evaluation of theMiyowâyâwin Mindful Wellbeing Program. Preregistration This study is not preregistered.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,018 | 0,004 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».