Frameworks Used to Engage Postsecondary Students in Campus Mental Health Research: A Scoping Review
Notice bibliographique
Résumé
BACKGROUND: There is an increasing prevalence of mental health concerns reported among postsecondary students (PSS) and growing demands for care on campuses around the world, as such there is an urgent need for research and innovations in PSS mental health that engages PSS. However, best practices and guidelines for facilitating PSS engagement in research is lacking. To address this gap, we undertook this review to explore frameworks used for engaging with PSS in research focused on PSS mental health. METHODS: A scoping review of the academic literature was conducted. Frameworks used to engage PSS in mental health research were identified and categorized using the taxonomy of patient and public engagement by Greenhalgh et al. A list of barriers and facilitators to engaging with PSS was also identified and reported. RESULTS: Of the articles assessed for full-text screening (n = 167), 26 journal articles were included. Frameworks used for engaging PSS in mental health research were classified into one of the three categories from Greenhalgh et al.'s taxonomy: study-focused (n = 14), partnership-focused (n = 9) and power-focused (n = 3). No relevant frameworks were found for two categories: priority- and report-focused. Seven documents reported relational or process-related barriers and/or facilitators to engaging with PSS. Based on these findings, recommendations were drafted with PSS advisors on how to implement an engagement framework in PSS mental health research. CONCLUSIONS: We identified existing practices outlined within frameworks used to engage PSS and barriers and facilitators to engage with PSS in mental health research. Based on the review findings and PSS advisors recommendations, a need for developing a comprehensive engagement framework specific to the PSS context was identified. PATIENT OR PUBLIC CONTRIBUTION: The research team led consultations with a PSS advisory group for this review. Student advisors were actively engaged in data analysis, which included categorizing and drafting of recommendations, and the preparation of this manuscript.
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 | 0,147 | 0,304 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,005 | 0,008 |
| Bibliométrie | 0,052 | 0,043 |
| Études des sciences et des technologies | 0,006 | 0,009 |
| Communication savante | 0,018 | 0,018 |
| Science ouverte | 0,006 | 0,015 |
| Intégrité de la recherche | 0,007 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».