Exploring the Knowledge and Behavioural Responses of Tertiary Students towards Mental Health and Illnesses: A Cross-Sectional Study
Notice bibliographique
Résumé
The mental health and wellbeing of tertiary students is a concern around the world.The study explored the knowledge, attitudes and behavioural responses towards mental illnesses among undergraduates.A total of 450 students were selected using a 3stage sampling technique.Data was collected using a self-administered semi-structured questionnaire.A total of 10 Focus Group Discussions was also conducted.The quantitative data were analyzed using descriptive and Chi-square statistics.Furthermore, Spearman rank correlation coefficient was utilized to evaluate the relationship between variables. The information from the FGDs were transcribed and analyzed for themes and contents. Respondents' mean age was 20.4 2.4 years with the majority (52.4%) in the 20 and 24 years age group. The mean knowledge score for mental illness was 15.7 3.3 indicative of an overall good knowledge about mental illness. The mean attitudinal score of respondents was 9.6 2.7 indicative of an overall positive attitude towards mental illness. The mean perception score of respondents was 6.6 1.7 indicative of an overall positive perception about mental illness. There was a significant association between class level of respondents and their knowledge about mental illness (p<0.05). There was also a significant association between age of respondents and their attitude towards mental illness (p<0.05). The correlation revealed significant positive correlations between knowledge and attitudes towards mental illness (r<0.0, p<0.01). Various derogatory words, phrases and slangs were used to describe individuals with mental illness by the participants. Reasons for stigmatization and discrimination against persons with mental illness were fear from lack of understanding about mental illness and fear of attack from such a person. The study recorded generally positive attitudes toward persons with mental illnesses; however, several stigmatizing perceptions were evident in the study findings. Increased mental health awareness and education can reduce the stigma toward mental illness.
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 | 0,009 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».