Question, persuade, refer suicide prevention training among individuals employed in the veterinary industry
Notice bibliographique
Résumé
Objective: Individuals who work in the veterinary industry are at increased risk of poor mental health outcomes and suicide. Rates of serious psychological distress has been worsening amongst this population over recent years. Veterinarians and veterinary technicians are up to five times more likely to attempt suicide in comparison to the general public. There are limited data available on veterinary assistants and additional support staff that work in the industry. Question, Persuade, Refer (QPR) is a suicide prevention training program shown to have both short-term and long-term benefits. QPR is offered for free to members of the American Veterinary Medical Association; however, there are no known studies looking at QPR’s effectiveness within the veterinary industry. The purpose of this project is to determine if QPR training is effective in increasing the knowledge surrounding suicide prevention so that individuals working in the veterinary industry are better equipped to identify and refer at-risk colleagues. Methods: Participants completed a pretest, a QPR online education module, and a posttest. Descriptive statistics and a paired Wilcoxon signed rank test were used to analyze the results. Results: QPR suicide prevention training resulted in an increase in score for all questions between the pre- and post-test, with seven out of nine having statistical significance. Conclusions: QPR is a suicide prevention training that can be used to teach individuals who do not have a background in mental health how to recognize warning signs of suicide, interact with an individual who may be experiencing suicidal thoughts, and guide the individual to seek professional help. Increasing awareness and knowledge on the topic can help individuals within the veterinary industry identify at-risk colleagues, improve mental health outcomes, and reduce the number of suicides within the industry.
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 | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».