MétaCan
Menu
Retour à la cohorte
Enregistrement W7071405764

The Theory of Planned Behaviour Approach to Identifying Predictors of Intentions to Seek Help for Mental Health Issues Among Post-Secondary Students Amidst the COVID-19 Pandemic

2023· dissertation· en· W7071405764 sur OpenAlexaboutno aff

Notice bibliographique

RevueMacSphere (McMaster University) · 2023
Typedissertation
Langueen
DomaineComputer Science
ThématiqueQR Code Applications and Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTheory of planned behaviorMental healthNormativePsychological interventionSocial norms approachFormative assessmentControl (management)Salient
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Mental health challenges among Canadian post-secondary students have been on a steep upward trend in recent years, exacerbated by the COVID-19 pandemic. Yet, many students do not reach out to the mental health services available to them. To lessen or remove actual and perceived barriers, research has been exploring how to predict their intentions to seek help for their personal mental health challenges. Much of this work applies the widely used Theory of Planned Behaviour (TPB; Fishbein & Ajzen, 1980) which posits that behavioural intentions are best predicted by attitudes toward the behaviour; perceived normative expectations; and perceived behavioural control. Though the theory also posits that beliefs underlie and are formative of these three predictors, studies have largely neglected their measurement. This is problematic as it deviates from the TPB and frustrates efforts toward the development of interventions to enhance behaviours towards seeking help for mental health challenges. If they are to be effective, such interventions must be directed at changing salient beliefs. This research addresses this gap through a mixed-method sequential design. It provides a unique and valuable contribution to scholarship and practice by identifying and examining the role of students’ attitudinal, normative, and control beliefs with respect to their intentions to seek help. This is examined separately and together with the more traditionally studied direct predictors of attitudes, subjective norms, and perceived behavioural control (i.e., the formative constructs defined by the beliefs). Students relied on six salient beliefs concerning their intentions to seek mental health help: two behavioural, two normative, and two control beliefs. Student attitudes, subjective norms, and PBC mediated the links between salient beliefs and intentions, with PBC being the strongest predictor of intentions to help-seek. The findings help inform interventions to change the beliefs most associated with low intentions to get mental health support.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,023
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0040,003
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,295
Écart entre enseignants0,258 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMacSphere (McMaster University)Même sujetQR Code Applications and TechnologiesTravaux en français237 207