Psychometric Evidence for the School Organizational Conditions for Mental Health Programming Measure: Assessing the Organizational Context for Implementing Evidence-Informed Programming in Ontario Schools
Notice bibliographique
Résumé
Programming aimed at promoting positive student mental health and reducing or preventing mental-ill health is common within schools in Ontario. A brief, valid, and scalable measure was needed to assess the organizational conditions, or the capacity, readiness, and resources of schools to successfully implement and sustain this programming. In partnership with School Mental Health Ontario, an intermediary organization that facilitates uptake of student mental health programming in schools across the province, the objectives of the current study were to adapt and evaluate the psychometric properties of the School Organizational Conditions for Mental Health Programming Measure for principals. An 18-item measure was completed by 623 principals across the province (from 35 school boards (i.e., districts); 79% elementary, 16% secondary, and 5% both elementary and secondary). A measure of mental health emergency readiness was used to assess convergent validity. Results from item response theory and exploratory and confirmatory factor analysis supported a final 14-item measure assessing four domains: (1) School Mental Health Leadership, (2) Engagement and Collaboration with External Partners, (3) Mental Health Strategy and Action Planning, and (4) Data-Informed Quality Improvement. The final measure demonstrated excellent internal consistency ( αs = 0.83–0.91) and measurement invariance across elementary and secondary schools, and schools in urban and rural areas. Scores were positively associated but not redundant with mental health emergency readiness ( rs = 0.31 −0.42). The School Organizational Conditions for Mental Health Programming Measure is a brief measure that shows promising psychometric evidence for evaluating the organizational conditions of schools for supporting student mental health-related programming.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».