MétaCan
Menu
← Retour à la cohorte
Enregistrement W4402017306 · doi:10.1136/bmjopen-2024-084916

Addressing mental illness stigma in German higher education: study protocol for a mixed-methods evaluation of a psychosocial setting-based intervention

2024· article· en· W4402017306 sur OpenAlexaffabout
Emily Nething, Elena Stoll, Keith S. Dobson, Andrew C. H. Szeto, Samuel Tomczyk

Notice bibliographique

RevueBMJ Open · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueMental Health Treatment and Access
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicinePsychosocialStigma (botany)Mental illnessGermanIntervention (counseling)Protocol (science)Mental healthPsychiatryFamily medicineClinical psychologyAlternative medicine

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Mental illness stigma is associated with a range of negative consequences, such as reduced help-seeking for mental health problems. Since stigma affects individual, social, and structural aspects, multilevel interventions such as the Canadian programme The Working Mind have been proven to be the most effective. Given the solid evidence base for The Working Mind, it is our aim to implement and evaluate culturally adapted versions of the programme in German higher education, targeting students, employees and managers. METHODS AND ANALYSIS: We will evaluate the programme with regard to its effect on mental illness stigma, openness to mental health problems, willingness to seek help, and positive mental health outcomes. Further, we will investigate the programme's effectiveness dependent on gender and personal values, various mechanisms of change, and factors facilitating and hindering implementation. The study uses a sequential explanatory mixed-methods evaluation design (QUAN → qual) that consists of three steps: (1) quasi-experimental online survey with programme participants, (2) focus groups with programme participants, and (3) qualitative interviews with programme stakeholders. The quantitative data collected in step 1 will be analysed using 2×3 analysis of variances and a parallel multiple mediation analysis. The results will inform the qualitative data to be collected in steps 2 and 3, which will be analysed using qualitative content analysis. ETHICS AND DISSEMINATION: The study was approved by the local Ethics Committee (Ethics Committee of University Medicine Greifswald; BB 098/23). Participants have to provide written consent before taking part in a focus group or interview. As for the online survey, participants have to give their consent by agreeing to an online data protection form before they can start completing the survey. We will publish central results and the anonymised data in an Open Access Journal. Further, the statistical code will be included as a supplement to the paper(s) documenting the results of the study. TRIAL REGISTRATION NUMBER: DRKS00033523.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,043
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil0,225

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0430,023
Méta-épidémiologie (sens strict)0,0040,003
Méta-épidémiologie (sens large)0,0050,004
Bibliométrie0,0030,003
Études des sciences et des technologies0,0040,003
Communication savante0,0030,002
Science ouverte0,0040,003
Intégrité de la recherche0,0050,005
Charge utile insuffisante (le modèle a refusé de juger)0,0520,008

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 Opus0,336
Tête enseignante GPT0,686
Écart entre enseignants0,350 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMJ Open→Même sujetMental Health Treatment and Access→Travaux en français237 207→