Impact of a mindfulness-based intervention on well-being and mental health of elementary school children: results from a randomized cluster trial
Notice bibliographique
Résumé
Prevention programs, such as mindfulness-based interventions (MBIs), are often implemented in schools to prevent psychological disorders from emerging in children and to support their mental health. This study used a randomized cluster design to evaluate the impact of a MBI, called Mission Méditation, on the well-being and the mental health of elementary school children's. 13 classrooms of an elementary school were randomly allocated to the experimental condition (7 classrooms, n = 127 students) or the waitlist control condition (6 classrooms, n = 104 students). Participants in the experimental condition received a 10-week MBI. Regression analyses revealed significant differences between conditions for inattention. Participants in the MBI condition reported no change in pre- to post-intervention, whereas participants in the control condition reported pre- to post-intervention increases. Results also showed significant differences in perceived competence. Participants in the MBI condition reported a non-significant decrease in perceive competence, whereas participants in the control condition reported significantly higher perceive competence scores from pre- to post-intervention. Results do not indicate that the MBI had a significant impact on participant's well-being and mental health. This suggests that MBIs may not have an added value when compared to other preventive interventions geared towards well-being and mental health promotion in school settings.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».