A Pathway for Student Voice in System Mental Health Planning: A case study exploring the use of YPAR to inform school mental health initiatives
Notice bibliographique
Résumé
Student mental health and well-being are foundational for learning. Ideally, student mental health action plans and system initiatives are created collaboratively between system leaders and those most directly impacted, the students. While the importance of including student voice is highlighted in both policy and practice throughout the education sector, the pathway to meaningfully engage student voice is less clear. Youth Participatory Action Research (YPAR) provides a framework for youth to partner and collaborate with other researchers and stakeholders to study a problem and develop actions that are aligned with their needs and priorities. Through a single case study design, this research project aimed to explore the use of YPAR as a pathway to engage student voice in school system mental health initiatives. This study explored the use of YPAR with secondary students and myself, the Mental Health Lead, as co-researchers at a provincial Catholic school board during the 2021-2022 school year. At the conclusion of the YPAR project, the student researchers and staff on the Mental Health Advisory Committee involved in this YPAR initiative participated in separate focus group discussions in order to reflect and share their experiences participating in this project. Reflexive thematic analysis was used to identify key themes to describe the experiences of students and staff participating in the YPAR process. My own self-reflections as the school board Mental Health Lead and YPAR co-researcher were also captured related to implications for practice as well as future research in areas of school mental health and student voice.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».