Evaluating the Impacts of an Undergraduate Mental Health Literacy Course
Notice bibliographique
Résumé
Mental health literacy is an important factor in caring for mental health; however, in the post-secondary student population, mental health literacy is reported to be low. To address these issues, in 2020, one of the authors [CZ] developed an undergraduate mental health literacy (MHL) course offered through the Faculty of Health, University of Waterloo, to undergraduate students in all Faculties. Building on promising early research conducted by two of the authors in 2021, we conducted three studies to evaluate the impacts of the fully online version of this MHL course. Study #1 was a pre-post study to examine knowledge and attitudes related to mental health literacy (n = 162). Study #2 was a one-month follow-up study to assess continued use of mental wellness strategies practiced during the course (n = 18), and study #3 was a content analysis of part one of the final reflection assignment of the course (n = 32). The pre-post study did not reveal any meaningful changes in knowledge and attitude from Time 1 to Time 2. However, the one-month follow-up study and the content analysis of the final reflection assignment showed multiple meaningful and positive shifts in knowledge, attitudes, and behaviours related to mental health, stigma, self-care, well-being, supporting others with mental health concerns, and the meaning of resilience. In addition, the content analysis revealed that students were sharing course resources with peers, friends, family members and with their community at large. In addition to guiding revisions to strengthen the MHL course under investigation, our findings are relevant to other MHL education initiatives in this population.
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 | 0,007 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».