Impact of a Brief Training on Mental Health Stakeholders’ Implementation of Evidence-Based Strategies for Trauma in the Caribbean Within the Context of COVID-19
Notice bibliographique
Résumé
Abstract: Objective: Lack of governmental funding/infrastructure for mental health has created urgent need for effective training in evidence-based treatments for trauma in the Caribbean for under-resourced providers. Furthermore, impacts of the COVID-19 health crisis on providers’ implementation of skills in this region are currently unknown. Method: We examined impacts of a one-day training workshop for stakeholders in the Caribbean providing psychoeducation on trauma and PTSD and training in short-term interventions. Participants ( n = 46) were surveyed at preworkshop and postworkshop and at 3-month and 6-month follow-up (which coincided with the first 6 months of the COVID-19 pandemic) to assess retention of any changes in perceived knowledge about trauma/effective treatments and subsequent skill implementation. Results: Participants reported significant pre–post workshop increases in perceived knowledge (pre M = 31.61, post M = 44.63) about trauma and its effective treatments ( t[45] = −6.17, p < .001). This perceived knowledge was significantly maintained over time (3M M = 42.66, 6M M = 40.75). Furthermore, participants reported significant use of several of the strategies taught at the workshop at follow-up. Higher reported emotional distress related to the pandemic was associated with lower implementation at 6M, despite significant retention in perceived knowledge from the workshop ( B = −0.02, β = −1.55, p < .05). Conclusions: Brief trauma-focused trainings can be helpful for providers in under-resourced global settings with observable impact on implementation practices over time, but providers’ emotional distress stemming from public health crises can influence practice behaviors. Subsequent impacts on policy/budget allocations are discussed.
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 | 0,003 | 0,006 |
| 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 | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».