Rates of Mental Illness and Suicidality in Immigrant, Refugee, Ethnocultural, and Racialized Groups in Canada: A Review of the Literature
Notice bibliographique
Résumé
OBJECTIVE: Studies from around the world point to differences in the rates of mental illnesses between immigrant, refugee, ethnocultural, and racialized (IRER) groups and host populations. Risk of illness depends on social contexts; therefore, to offer the best information for people aiming to develop and offer equitable services, local information on rates of mental illness in different population groups is required. METHODS: We performed a literature review of peer-reviewed journals and the grey literature between 1990 and 2009 using standard techniques and identified primary research reporting the rates of mental illness and suicidality in IRER groups in Canada. RESULTS: Among the 229 papers we reviewed, 17 were included. Most papers reported rates for depression. There was no clear pattern, with different IRER groups and different age groups reporting either elevated or lower rates, compared with white Canadians. Refugee youth in Quebec have higher rates of numerous mental health problems and illnesses. When immigrant groups were considered as a whole, suicide rates were low but different national origin groups reported different trajectories in rates across the generations. CONCLUSION: The literature on rates of mental illness and suicidality in IRER groups in Canada is diverse and not comprehensive. In addition, most research has been conducted in 3 provinces and, in particular, 3 major cities. The rates of mental illness seem to vary by national origin groups, age, and status in Canada. There is very little research on nonimmigrant, culturally diverse populations in Canada. This lack of information may undermine efforts to develop equitable mental health services for all Canadians.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».