Evaluating practices in the management of youth nicotine vaping in hospital-based child and youth mental health and addictions settings in Canada: protocol for a mixed-methods study
Notice bibliographique
Résumé
INTRODUCTION: Nicotine vaping is common among children and youth, and even more so among those with mental health concerns. Identifying and managing nicotine vaping in child and youth mental health treatment settings is key to addressing this modifiable risk factor for poorer physical and mental health in young people. Recommendations exist for screening, assessment and treatment of youth vaping; however, it remains unclear whether current practices in child and youth mental health programmes align with recommended standards. METHODS AND ANALYSIS: An explanatory sequential mixed methods design with three stages will be employed. In the first stage, a cross-sectional survey will be distributed to all eligible Canadian hospitals to identify practices in assessment and treatment of nicotine vaping within their child and youth mental health and addictions programmes. This survey will also assess barriers and facilitators for the uptake of the 2021 Canadian Paediatric Society recommendations on management of youth vaping. Semi-structured focus groups and interviews will be conducted in stage two, with clinicians, managers, youth and caregivers. Qualitative data will be analysed using a reflexive thematic approach. In stage three, findings and proposed behaviour change interventions will be reviewed at a knowledge mobilisation meeting with the goal of developing a national knowledge mobilisation plan to improve assessment and treatment of youth vaping in hospital-based mental health and addictions programmes. ETHICS AND DISSEMINATION: This study has received ethics approval from the Research Ethics Board at the Children's Hospital of Eastern Ontario (Protocol #25/19X). Participants will provide informed consent prior to participating. Results will be published in peer-reviewed journals and presented at scientific conferences. Summaries will be provided to the funders of the study and to participating hospitals.
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 | 0,063 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,004 |
| Méta-épidémiologie (sens large) | 0,006 | 0,006 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,009 | 0,003 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,006 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,041 | 0,005 |
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 ».