Effet d’une application mobile d’autocompassion pleine conscience sur la santé mentale d’étudiants universitaires
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Depuis la pandémie, la santé mentale des étudiants universitaires est mise à l’épreuve. En effet, plusieurs études soulignent une augmentation du niveau de détresse et une diminution du niveau de bien-être psychologique. L’autocompassion et la pleine conscience (ACPC) sont utiles pour améliorer la santé mentale, mais peu accessibles et spécifiques aux étudiants. À ce jour, aucune application d’ACPC n’a été développée et validée chez ceux-ci. La présente étude exploratoire vise à développer une application d’ACPC inspirée du programme Mindful Self-Compassion, et à évaluer son effet sur le bien-être, le stress perçu et l’autocompassion d’étudiants universitaires. 67 étudiants universitaires volontaires sont répartis aléatoirement dans deux groupes (expérimental et contrôle). Les niveaux de stress perçu, de bien-être et d’autocompassion sont mesurés avant et après trois semaines d’utilisation de l’application. L’utilisation de l’application d’ACPC a mené à une augmentation significative de l’autocompassion. Aucune interaction significative n’est toutefois détectée pour le bien-être (F(1, 48.77) = 1.06, p = .309) et le stress (F(1, 47.89) = 2.79, p = .101). L’application d’ACPC semble efficace pour améliorer la capacité d’autocompassion des étudiants universitaires. Des études supplémentaires avec des échantillons plus vastes et de plus longue durée pourraient permettre de démontrer son effet sur leur santé mentale.
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.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.005 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.003 |
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 it