Adaptation, implementation, and evaluation of a protective mental health intervention (Resilient minds) for Canadian volunteer firefighters
Notice bibliographique
Résumé
PURPOSE: The study was designed to assess the adaptation, implementation, and delivery of the Resilient Minds program for volunteer firefighters in Prince Edward Island. METHODS: A concurrent triangulation mixed-methods approach was used. Survey data were collected from firefighters who participated in the training, and semi-structured interviews were performed with peer trainers, members of leadership, and firefighters who participated in the implementation. Summary statistics were performed to summarize the survey data, and thematic analysis was performed to analyze the qualitative data following interpretive description methods. We followed the Consolidated Framework for Implementation Research to guide our data collection and analyses. RESULTS: The relative advantage of Resilient Minds (i.e., created for firefighters) and the high-priority need for mental health training promoted buy-in from stakeholders and facilitated program implementation. Most participants described the training as helpful (84 %), and reported high intention to use the information (86 %). At three-month follow-up, most reported being able to recall the training (83 %), and reported increased support from colleagues (59 %) and leadership (50 %). Our qualitative data identified improvements in coping and awareness of mental health issues, and decreases in mental health stigma. Suggestions were provided to improve the adaptation and implementation (e.g., simplifying the content, obtaining funding). CONCLUSION: Our results support the adaptation, implementation, and delivery of Resilient Minds among Canadian volunteer firefighters. Scaled delivery of the training across Canada will require collaborations among the developers, local implementation leads, and other stakeholders in the local fire services to adapt the course content and implementation procedures for the needs of each fire department.
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 | 0,005 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».