Optimizing military mental health and stress resilience training through the lens of trainee preferences: A conjoint analysis approach
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Effective mental health and stress resilience (MHSR) training is essential in military populations given their exposure to operational stressors. The scarcity of empirical evidence supporting the benefits of these programs emphasizes the need for research dedicated to program optimization. This paper aims to identify the relative importance of MHSR training attributes preferred by military members. Conjoint analysis (CA), an experimental method used to prioritize end-user preferences for product feature development, was conducted using an online survey with 567 Canadian Armed Forces (CAF) personnel. Participants made a series of choices between hypothetical MHSR training options that were systematically varied across seven training attributes. Each training attribute consisted of 3-4 variations in the nature of the attribute or its intensity. Participants also completed questions on health beliefs, mental health and previous MHSR training experiences, and demographics, to assess whether preferences varied by individual characteristics. CA demonstrated that instructor type, leadership buy-in, degree of skills practice, and content relevance/applicability were attributes of highest and relatively equal importance. This was followed by degree of accessible supplemental content. Lowest importance was placed on degree of behavioral nudging and demographic similarity between the trainee and trainer. Sociodemographic factors were not associated with MHSR training preferences. Programs that incorporate expert-led instruction, demonstrate leadership buy-in, embed practical applications within simulated stress environments, and provide a digitally-accessible platform to augment training may be well-received among military members. Understanding and accommodating personal preferences when designing MHSR training programs may increase relevance, foster acceptance and trust, and support sustained engagement.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle