Learning with psychosis: A narrative inquiry exploring the lived experiences of secondary students living with early psychosis
Notice bibliographique
Résumé
Those who experience psychosis struggle to find inclusion within educational institutions (Goulding, Chien, & Compton, 2010; Laurence, Rosseau, Foriter, & Mottard, 2016; Morgan et al., 2012) despite a growing recognition of the need to create an equitable environment for students with mental health difficulties. This research explores the complexities of the experiences of students with psychosis in the secondary school environment with a view to improving support for these individuals. The research focused on each student’s unique experiences by using an empowerment and narrative inquiry design. I recruited a small sample of three primary participants from an early psychosis intervention program located in an Ontario community. Data were collected through in-depth semi-structured one-on-one interviews and analyzed with narrative processes. My findings are presented through retelling the story of each participant’s high school experiences, and highlighting their perceptions of inclusion and support. Key findings in Mary, Angel, and Isaac’s stories describe: (a) typical high school experiences, external challenges, academic challenges, and social challenges; (b) sense of belonging, community participation, social inclusion at school, and the challenges that impacted how participants were included at school; and (c) feelings of support, environmental supports, supportive people, supportive actions, and the challenges that impacted support at school. Reading the stories of these students will provide teachers, administrators and policy makers with insight into the unique experiences of students who live with early psychosis. My aim is that this insight will contribute to a more inclusive discussion about mental health in education, informed by the voices of students who have experienced psychosis.
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 | 0,009 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,017 | 0,023 |
| Communication savante | 0,010 | 0,009 |
| Science ouverte | 0,004 | 0,015 |
| Intégrité de la recherche | 0,004 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».