CREATING RECOMMENDATIONS ON EATING DISORDER POLICIES AND PRACTICES AT CANADIAN UNIVERSITIES
Notice bibliographique
Résumé
This thesis is aimed at creating recommendations for eating disorder policies and practices for Canadian universities. The rise in eating disorder cases among university students in recent years obliges higher education institutions to address this issue. Previous studies have examined the most beneficial eating disorder practices in the Kindergarten – Grade 12 sector, but researchers have yet to investigate which practices can make a change in lives of university students with this mental illness. Using the method of case study as a foundation of this research, eating disorder policies and practices at 49 leading Canadian universities included in Maclean's ranking were analyzed through a thematic analysis of documents and websites’ content. This analysis became a basis for semi-structured interviews with four eating disorder specialists who reflected on existing practices. All data were examined following Braun and Clarke’s (2006) thematic analysis, resulting in the creation of five main themes: Existing Eating Disorder Practices, Stakeholders, Needs of Different Groups, Challenges, and Recommendations, and 22 subordinate themes. This study identified a lack of eating disorder policies and practices; ways were proposed to improve the effectiveness of existing practices based on the opinions of specialists who have experience working with students with eating disorders. These findings provide evidence that creation of effective initiatives related to this mental illness requires the inclusion of the perspectives of certain stakeholders, consideration of the needs of specific student groups, and efforts to overcome several challenges that prevent universities from addressing this illness on campuses. This thesis reiterates the need for higher education institutions to increase awareness about the effects of eating disorders, which can result in adopting more policies and practices directed at managing this mental illness.
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 | 0,032 | 0,057 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,026 | 0,005 |
| Communication savante | 0,011 | 0,005 |
| Science ouverte | 0,006 | 0,005 |
| Intégrité de la recherche | 0,005 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».