Participation and satisfaction with thee-learning course “Mental health promotion in school health care”: a mixed-method study
Notice bibliographique
Résumé
Purpose This study aims to evaluate the participation and satisfaction of learners with the brief “Mental health promotion in school health care” e-learning course, and to describe factors related to their participation and satisfaction. Design/methodology/approach A convergent mixed-method study with a descriptive, posttest-only design was conducted in Finland. Quantitative data was collected from the learning portal data and via an electronic feedback questionnaire and qualitative data in four focus group discussions. Findings The three modules of the course were opened altogether 12,922 times during the 21 months period. The identified factors influencing participation within the course were: favorite methods attracting attention, the relevance of additional information and postprocessing boosting diligence. The learners’ satisfaction with the course was high. The factors identified for improving satisfaction were: filling gaps in earlier education, clear and concise structure and content, inspiring and interesting design and suitability for clinical use. In addition to the primary target group (school nurses), the course was well-participated and evaluated as satisfying among other health and social care professionals as well as undergraduate students. Originality/value This study demonstrates demand for brief, fully online mental health trainings among school nurses, but also among other health and social care professionals and students. The results indicate that learners perceive such training as beneficial. This paper also presents a novel training intervention and its pedagogical base.
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 | 0,014 | 0,001 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».