Toward a New Architecture for Global Mental Health
Notice bibliographique
Résumé
Current efforts in global mental health (GMH) aim to address the inequities in mental health between low-income and high-income countries, as well as vulnerable populations within wealthy nations (e.g., indigenous peoples, refugees, urban poor). The main strategies promoted by the World Health Organization (WHO) and other allies have been focused on developing, implementing, and evaluating evidence-based practices that can be scaled up through task-shifting and other methods to improve access to services or interventions and reduce the global treatment gap for mental disorders. Recent debates on global mental health have raised questions about the goals and consequences of current approaches. Some of these critiques emphasize the difficulties and potential dangers of applying Western categories, concepts, and interventions given the ways that culture shapes illness experience. The concern is that in the urgency to address disparities in global health, interventions that are not locally relevant and culturally consonant will be exported with negative effects including inappropriate diagnoses and interventions, increased stigma, and poor health outcomes. More fundamentally, exclusive attention to mental disorders identified by psychiatric nosologies may shift attention from social structural determinants of health that are among the root causes of global health disparities. This paper addresses these critiques and suggests how the GMH movement can respond through appropriate modes of community-based practice and ongoing research, while continuing to work for greater equity and social justice in access to effective, socially relevant, culturally safe and appropriate mental health care on a global scale. Reprinted with permission from Transcultural Psychiatry 2014; 51(6):759-776
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».