Pistes de prévention en santé mentale pour les étudiants en relation d’aide : influence de facteurs de risque et de protection sur des indicateurs de santé mentale
Bibliographic record
Abstract
Venir en aide à des personnes avec des besoins particuliers entraînant des difficultés d’adaptation est une profession valorisante, mais potentiellement coûteuse pour la santé psychologique de l’aidant. Dès leur formation, les étudiants en relation d’aide bénéficieraient à développer des stratégies de protection afin de maintenir consciemment une bonne santé mentale. Dans une démarche exploratoire, l’objectif principal de cette étude vise à mettre en lumière les facteurs de risque et de protection améliorant ou aggravant des indicateurs de santé mentale chez des étudiants en relation d’aide. Les données ont été recueillies auprès de 68 étudiants du baccalauréat en psychoéducation de l’Université de Montréal au courant de l’été 2016 jusqu’à la fin de la session d’automne 2016. Les résultats montrent que ce parcours scolaire intégrant une première expérience clinique contient de multiples défis entraînant des augmentations significatives à la majorité des indicateurs de santé mentale, dès la rentrée scolaire et jusqu’à la fin de leur stage d’automne. Divers facteurs de risque et de protection aggravent ou facilitent l’expérience vécue. D’une part, la sensibilité au non verbal, la contagion émotionnelle, les stratégies de coping et des habiletés de pleine conscience semblent jouer un rôle important dans les variations des indicateurs de santé mentale au cours de l’automne. D’autre part, les élévations du stress perçu exerçaient une forte influence sur l’augmentation des autres indicateurs de santé mentale. En outre, les élévations du stress perçu semblaient influencées à leur tour par l’élévation d’anxiété situationnelle. L’anxiété serait donc responsable en partie de cette cascade d’influence sur les autres élévations aux indicateurs de santé mentale au courant de la session. Les implications pour la recherche et la pratique sont discutées.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.014 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".