How do we know that they actually use it? Exploring measures of adherence to stress management strategies in university students: A systematic review
Notice bibliographique
Résumé
University students are reporting high levels of stress that interfere with their academic performance and daily functioning. In response, higher education institutions have increasingly implemented digital, self-guided stress management resources to provide students with accessible mental health support. While these interventions show promise for improving student wellness, there is a significant gap in our understanding of how students use the strategies taught as part of these resources. This systematic review therefore examined if and how adherence (i.e., strategy use) has been measured in the context of digital self-guided stress management interventions, as well as its associations with stress and other wellness outcomes. Of the 40 studies that met eligibility criteria for the present review, 33 measured adherence (82.5 %). Specifically, nine studies measured frequency (27.2 %), eight measured completion rates (24.2 %), two measured duration (6.1 %), 12 used a combination of these approaches (36.4 %), and two (6.1 %) did not specify which approach was used. Surprisingly, although the majority of studies collected data on adherence, the associations between adherence and stress or other wellness outcomes were scarcely examined. Across studies, adherence was measured using digital analytics and/or self-report; however, barriers were identified in using these methods, including technological issues and challenges in measurement accuracy. Quality assessments revealed a moderate risk of bias. Future research should explore different approaches to enhance adherence measurement accuracy and further examine the link between adherence and wellness outcomes to determine the optimal dose of strategy use for enhancing wellness among university students.
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 | 0,028 | 0,171 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,009 | 0,010 |
| Bibliométrie | 0,014 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 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 ».