Ethnic and Gender Differences in Mental Health Utilization: the Case of Muslim Jordanian and Moroccan Jewish Israeli Out-Patient Psychiatric Patients
Notice bibliographique
Résumé
A sample of 148 (87 Jordanian [61 male, 26 female] and 61 Israeli [26 male, 35 female]) was selected from a psychiatric clinic in Ashdod Israel and Zarka Jordan, using convenience sampling methodology over a 12 month period in late 1997 and early 1998. A revised Hopkins Symptom Checklist: A Self-Report Symptom Inventory (HSCL) was translated into Arabic and Hebrew and distributed to subjects; additional questions explored demographic characteristics, forms of received treatment, patient perceptions of treatment efficacy, patient use of traditional healers, and patient explanation of etiology. Data revealed that there were differences in dimensions between the 2 groups based on nationality and gender. More Jordanians than Israelis expected medications as the main treatment, and unlike Israelis, no Jordanian patients received individual psychotherapy. Israelis expected medications, advice, directions, and instructions from psychiatrists. Both ethnic groups consulted a wide array of traditional healers, although precise types of healers varied according to gender and ethnicity. Israeli subjects gave more diverse explanations of mental health etiologies: physical, family, divorce, economic, unemployment; whereas Jordanians tended to emphasize divine and spiritual sources. Implications for psychiatric practice are discussed.
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) | 0,000 | 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 | 0,000 |
| 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 ».