Mental Health Stigma: What is being done to raise awareness and reduce stigma in South Africa?
Notice bibliographique
Résumé
OBJECTIVE: Stigma plays a major role in the persistent suffering, disability and economic loss associated with mental illnesses. There is an urgent need to find effective strategies to increase awareness about mental illnesses and reduce stigma and discrimination. This study surveys the existing anti-stigma programmes in South Africa. METHOD: The World Health Organization's Assessment Instrument for Mental Health Systems Version 2.2 and semi-structured interviews were used to collect data on mental health education programmes in South Africa. RESULTS: Numerous anti-stigma campaigns are in place in both government and non-government organizations across the country. All nine provinces have had public campaigns between 2000 and 2005, targeting various groups such as the general public, youth, different ethnic groups, health care professionals, teachers and politicians. Some schools are setting up education and prevention programmes and various forms of media and art are being utilized to educate and discourage stigma and discrimination. Mental health care users are increasingly getting involved through media and talks in a wide range of settings. Yet very few of such activities are systematically evaluated for the effectiveness and very few are being published in peer-review journals or in reports where experiences and lessons can be shared and potentially applied elsewhere. CONCLUSION: A pool of evidence for anti-stigma and awareness-raising strategies currently exists that could potentially make a scientific contribution and inform policy in South Africa as well as in other countries.
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 | 0,001 | 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 | 0,001 |
| 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 ».