17113 Effectiveness of a Culturally Adapted School-Based Intervention to Enhance Mental Health Literacy and Reduce Stigma among Malaysian Chinese Adolescents: R1a-3
Notice bibliographique
Résumé
Mental health challenges among Malaysian adolescents, particularly among Chinese adolescents are exacerbated by limited mental health literacy (MHL), pervasive stigma, and low help-seeking behaviours. Existing school-based interventions are often culturally incongruent, leading to limited impact. This study proposes a two-phase research project to culturally adapt, validate, and evaluate “The Guide”, a Canadian school-based mental health literacy intervention for Malaysian Chinese adolescents. The study has three key objectives: (i) to adapt and validate the module for cultural relevance, (ii) to assess its impact on MHL, stigma, and help-seeking behaviours, and (iii) to evaluate its feasibility and acceptability in Malaysian Chinese school settings. In Phase 1, the module will be culturally adapted and validated through expert review using Lawshe’s Content Validity Ratio. In Phase 2, a quasi-experimental design will compare pre, post, and follow-up outcomes between intervention and waitlist groups using repeated measures MANOVA. Accounting for potential attrition of 10–20%, a total of 88–99 participants per group will be recruited from two Chinese-medium secondary schools. Qualitative feedback will provide contextual insights from participants and educators. Anticipated findings include increased MHL, reduced stigma, and improved help-seeking attitudes. This research addresses a critical gap in adolescent mental health intervention in Malaysia and supports the National Strategic Plan for Mental Health (2020–2025) by advancing culturally appropriate, school-based prevention strategies. By fostering culturally grounded mental health awareness, the study is expected to support adolescent resilience in an AI-driven world increasingly shaped by digital media exposure and cross-cultural complexities. If proven effective, the module has the potential to be scaled and integrated into mental health education across Chinese-medium secondary schools nationwide.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 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) | 0,005 | 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 ».