Drivers of youth engagement in mental health in Morocco: findings from a nationwide cross-sectional survey
Notice bibliographique
Résumé
Abstract Background Youth engagement in mental health has been shown to inform effective interventions aimed at improving youth mental health outcomes. However, evidence on the state of youth engagement in mental health remains limited in low- and middle-income countries (LMICs). This study aims to identify the drivers of youth engagement in mental health in Morocco, as well as the support needs and resources required to promote it. Methods We conducted a nationwide cross-sectional study in Morocco, including young Moroccans aged 18–24 years. Using an online self-administered questionnaire, we assessed participants’ levels of engagement in mental health activities, attitudes toward mental health, awareness about mental health, support needs, and perceived importance of well-being drivers across five domains, informed by the WHO adolescent well-being framework. Descriptive statistics, clustering analysis, and logistic regression analyses were used to identify predictor factors of youth engagement in mental health. Results A total of 1,183 participants were included. The engaged cluster group reported higher awareness about mental health and more positive attitudes toward mental health. Predictors of engagement in mental health included higher education (OR=2.23, 95% CI: [46-3.43]) unemployment (OR=1.65, 95% CI: [1.04-2.64]), and higher scores on “Connectedness and positive values and contribution to society” (OR=1.07, 95% CI: [1.05-1.10]) as well as positive attitudes toward mental health (OR=1.04, 95% CI: [1.03-1.05]). Conversely, those who prioritized ‘safety and a supportive environment’ were less likely to be engaged (OR=0.94, 95% CI: [0.91-0.98]). The most frequently cited needs to support engagement were access to mental health professionals (63.0%) and mental health education (42.4%). Conclusions These results provide insights into the factors influencing youth engagement in mental health in Morocco. Fostering “connectedness, positive values, and contribution to society” and “positive attitudes towards mental health”, as well as improving access to mental health professionals, information and education, is essential to promote youth engagement in mental health programs and policy-making.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».