Psychosocial Needs Assessment among Earthquake Survivors in Lorestan Province with an Emphasis on the Vulnerable Groups
Notice bibliographique
Résumé
INTRODUCTION: Iran is one of the ten most earthquake prone countries in the world. Earthquakes not only cause new psychological needs among the population but particularly so when one considers vulnerable groups. This in - depth study was conducted with the aim of assessing psychosocial needs six months after an earthquake happened in the west of the county in Lorestan province. METHODS: This is a qualitative study using focus group discussion that focuses mainly on the vulnerable groups (women, children, elderly and disabled people) after an earthquake in Bozazna; a village in Lorestan province in western part of Iran. FINDINGS: Results of the psychosocial assessment indicated feelings of anxiety and worries in four vulnerable groups. Horror, hyper-excitement, avoidance and disturbing thoughts were observed in all groups with the exception of the elderly. Educational failures, loneliness and isolation were highlighted in children. All groups encountered socio-economic needs that included loss of assets and sense of insecurity and also reproductive problems were reported in women's group. DISCUSSION AND CONCLUSION: Modification of a protocol on psychosocial support considering the context of the rural and urban areas with emphasis on the specific needs of the vulnerable groups is an appropriate strategy in crisis management. It seems that appropriate public awareness regarding assistance programs can be effective in reducing stress and needs of disaster survivors.
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 | 0,006 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».