Implementing a Digital Depression Prevention Program in Australian Secondary Schools: Cross-Sectional Qualitative Study
Notice bibliographique
Résumé
BACKGROUND: Depression is common during adolescence and is associated with adverse educational, employment, and health outcomes in later life. Digital programs are increasingly being implemented in schools to improve and protect adolescent mental health. Although digital depression prevention programs can be effective, there is limited knowledge about how contextual factors influence real-world delivery at scale in schools. OBJECTIVE: The purpose of this study was to examine the contextual factors that influence the implementation of the Future Proofing Program (FPP) from the perspectives of school staff. The FPP is a 2-arm hybrid type 1 effectiveness-implementation trial evaluating whether depression can be prevented at scale in schools, using an evidence-based smartphone app delivered universally to year 8 students (13-14 years of age). METHODS: Qualitative interviews were conducted with 23 staff from 20 schools in New South Wales, Australia, who assisted with the implementation of the FPP. The interviews were guided by our theory-driven logic model. Reflexive thematic analysis, using both deductive and inductive coding, was used to analyze responses. RESULTS: Staff perceived the FPP as a novel ("innovative approach") and appropriate way to address an unmet need within schools ("right place at the right time"). Active leadership and counselor involvement were critical for planning and engaging; teamwork, communication, and staff capacity were critical for execution ("ways of working within schools"). Low student engagement and staffing availability were identified as barriers for future adoption and implementation by schools ("reflecting on past experiences"). CONCLUSIONS: Four superordinate themes pertaining to the program, implementation processes, and implementation barriers were identified from qualitative responses by school staff. On the basis of our findings, we proposed a select set of recommendations for future implementation of digital prevention programs delivered at scale in schools. These recommendations were designed to facilitate an organizational change and help staff to implement digital mental health programs within their schools. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): RR2-10.1136/bmjopen-2020-042133.
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 | 0,010 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».