Comparison of stigmatizing experiences between <scp>C</scp>anadian and <scp>K</scp>orean patients with depression and bipolar disorders
Notice bibliographique
Résumé
INTRODUCTION: Stigma is one of the key barriers to mental health services, and there have been growing efforts to develop antistigma programs. However, little research has been done on quantifying experiences of stigma and their psychosocial impacts in the perspectives of those who suffer from mental illnesses. It is essential to develop an instrument that quantifies the extent and impact of stigma. Therefore, we conducted a study to conduct a field test on The Inventory of Stigmatizing Experiences and measure the difference in perceived stigma and its psychosocial impacts on Korean and Canadian patients with depression and bipolar disorders. METHODS: A cross-sectional comparison study was conducted. Data collection took place at a tertiary care hospital located in Seoul, South Korea. Data for the Canadian patient group were retrieved from a previous study conducted by Lazowski et al. RESULTS: In total, 214 Canadian and 51 Korean individuals with depression and bipolar disorder participated. Canadian participants reported significantly higher experience with stigma (P<0.05) and its impact (P<0.05) compared with Korean participants. Both subscales of the inventory (the Stigma Experiences Scale and the Stigma Impact Scale) were highly reliable, with reliability coefficients of 0.81 and 0.93, respectively. DISCUSSION: In conclusion, there seems to be higher level of stigma and impact in the Canadian population compared with the Korean population. These differences in stigma experience and their impact in different populations suggest the need to develop more tailored antistigma programs. The Inventory of Stigmatizing Experiences is a highly reliable instrument.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 |
| 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 ».