Initial efforts to enhance the R2MR Mental Health Continuum Model
Notice bibliographique
Résumé
Introduction: The Road to Mental Readiness (R2MR) Mental Health Continuum Model (MHCM) is a mental health self-monitoring tool that allows individuals to self-map their mental health status on six domains using descriptors ranging in severity from healthy to reacting, injured, ill. The goals were to improve the validity of this tool by adding sub-domain descriptors from each domain (Study 1) and assessing whether the addition of these sub-domain descriptors to the domain descriptors resulted in more accurate self-mapping along the MHCM (Study 2). Methods: In Study 1, 159 Regular Force members completed a matching task in which they were presented with descriptors and asked to select the MHCM anchor that each belonged to. In Study 2, 274 Regular Force members completed several validated scales and mapped themselves on the MHCM using the descriptors selected in Study 1. Results: In Study 1, subsets of sub-domain descriptors were selected that optimized the accuracy mapping scores for all domains and most anchor categories. In Study 2, the addition of sub-domain descriptors enhanced the validity of the MHCM tool for all domains and was associated with the highest correlations with validated scales; most coefficients exceeded concurrent validity thresholds. Discussion: These findings provide initial support for the enhanced validity of a MHCM tool that should allow military members to better identify changes in their mental health status.
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 | 0,062 | 0,057 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».