Facteurs influençant l’implantation d’un programme de prévention universelle de l’anxiété : le cas du programme HORS-PISTE dans les écoles secondaires du Québec
Notice bibliographique
Résumé
En réponse aux enjeux d’anxiété vécus par les jeunes, une multiplication des programmes de promotion de la santé mentale et de prévention universelle de l’anxiété a été observée au cours des dernières années, notamment en milieu scolaire. Si ces programmes sont associés à des retombées encourageantes, nous en savons encore peu sur l’implantation de tels programmes en milieu scolaire. Cet article vise à documenter les facteurs qui facilitent et freinent l’implantation d’un programme visant la prévention universelle de l’anxiété dans les écoles secondaires du Québec. Il souhaite ainsi outiller les concepteurs de programmes similaires de prévention universelle afin qu’ils misent sur les facilitateurs et en anticipent les freins potentiels pour augmenter leur portée. Cette étude s’inscrit dans une démarche d’évaluation d’implantation réalisée de 2020 à 2023. Les données ont été colligées par l’entremise d’un protocole multiméthodes comprenant 1) un questionnaire rempli par les élèves ( N = 1728) ; 2) un questionnaire rempli par les parents ( N = 141) ; 3) un bilan d’implantation réalisé auprès des comités d’implantation de chacune des écoles participantes ( N = 80) ; 4) un journal de bord rempli par les personnes animatrices ( N = 185) et 5) des entrevues individuelles semi-dirigées avec des membres du comité stratégique d’implantation interrégional ( N = 7). Des analyses inductives ont été réalisées à l’aide du logiciel NVivo12. Les thèmes ont par la suite été organisés de manière déductive selon les dimensions (catégories de facteurs) du Consolidated framework for implementation research (CFIR). Les résultats de notre étude permettent particulièrement de documenter les différents facteurs du CFIR qui facilitent ou freinent l’implantation d’un tel programme en milieu scolaire. Enfin, notre étude permet de mettre en lumière l’importance de mobiliser des cadres de référence issus de la science d’implantation pour concevoir, implanter et évaluer les programmes de promotion de la santé mentale déployés dans les milieux scolaires.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».