The Impact of Transitions, a Mental Health Literacy Intervention With Embedded Life Skills for Postsecondary Students: Preliminary Findings From a Naturalistic Cohort Study
Notice bibliographique
Résumé
ObjectiveMental illness is a common medical condition to onset during adolescence. Young people who leave for postsecondary life are at an especially challenging period of lifetime when many will leave home and familiar environments for prolonged periods of time. These new circumstances may put young people at risk of developing mental health problems or disorders or exacerbate existing mental disorders. Alternatively, some young people may misinterpret the normal negative emotional states occurring as a result of these new challenges as a mental disorder requiring professional intervention. We conducted a quasiexperimental cohort study to investigate the effectiveness of a mental health literacy intervention Transitions with blended life skills to address these challenges for first-year postsecondary students.MethodsStudents (n = 2,397) from five Canadian postsecondary institutions were assigned to the intervention or the control group and were administered a survey at baseline, postintervention, and at 2-month follow-up (September 2017 to February 2018). We applied generalized linear mixed effects (PROC Mixed procedure) to test the between-group difference in the post—pre/follow-up—pre and to determine the predicted least-square mean values.ResultsThe findings showed that students who were exposed to the Transitions intervention significantly improved their mental health knowledge, decreased stigma against mental illness, improved help-seeking attitudes and behaviours, and decreased perceived stress when compared to students who had not been exposed to the intervention. However, we did not identify significant changes in general health. This may be due to the relatively short follow-up time (2 months) to determine participants’ general health status.ConclusionsTransitions delivered to first-year postsecondary students may be a beneficial intervention to help young people adjust to their new postsecondary life and improve their mental health.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».