MétaCan
Menu
Retour à la cohorte
Enregistrement W4401163313 · doi:10.1080/07448481.2024.2378291

Examining the experiences of student peer support workers delivering care within post-secondary institutions

2024· article· en· W4401163313 sur OpenAlexaff
Gina Dimitropoulos, Emma Cullen, Julia Hews‐Girard, Scott B. Patten, Pauline MacPherson, Jai Shah, Kevin Friese, Kevin Wiens, Bonny Lipton-Bos, Helen Vallianatos, Andrew C. H. Szeto, Manuela Ferrari, Srividya N. Iyer

Notice bibliographique

RevueJournal of American College Health · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMental Health and Patient Involvement
Établissements canadiensCanadian Mental Health AssociationCalgary Laboratory ServicesUniversity of CalgaryMcGill UniversityDouglas Mental Health University InstituteUniversity of Alberta
Organismes subventionnairesOPEN MINDS
Mots-clésPeer supportPeer groupPsychologySocial supportMedicineNursingMedical educationSocial psychology

Résumé

récupéré en direct d'OpenAlex

Objective: Despite experiencing exacerbation of mental health issues, post-secondary students may not seek help due to perceived stigma, overreliance on the self, or preference for nonprofessional supports – including peer support. This study aimed to understand peer support workers’ (PSWs) perspectives regarding providing support for mental health concerns in post-secondary institutions. Methods: 41 PSWs were recruited from two post-secondary institutions. 17 semi-structured interviews and three focus groups were conducted. Themes were identified using a qualitative descriptive approach. Results: Three themes emerged: (1) diverse presentations and approaches to operationalizing peer support for mental health issues on campus exist; (2) peer support has core ingredients; (3) reasons why students access peer support extend beyond mental health crisis. Conclusions: An inclusive peer support approach to mental health is needed for post-secondary students. Considerations for implementation hinge on providing standardized, foundational training to prepare PSWs for the complex mental health issues that present across services.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,055
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,183
Tête enseignante GPT0,457
Écart entre enseignants0,273 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of American College HealthMême sujetMental Health and Patient InvolvementTravaux en français237 207