MétaCan
Menu
Retour à la cohorte
Enregistrement W2044311431 · doi:10.1080/09581596.2014.904039

Why an alternative to suicide prevention gatekeeper training is needed for rural Indigenous communities: presenting an empowering community storytelling approach

2014· article· en· W2044311431 sur OpenAlexaff
Lisa Wexler, Jennifer White, Bridie Trainor

Notice bibliographique

RevueCritical Public Health · 2014
Typearticle
Langueen
DomaineHealth Professions
ThématiqueCommunity Health and Development
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNational Institute of Mental Health
Mots-clésIndigenousGrassrootsStorytellingPsychological interventionPoison controlSuicide preventionNarrativePolitical sciencePublic relationsSociologyMedicineCriminologyNursingEnvironmental healthEcology

Résumé

récupéré en direct d'OpenAlex

The need for effective youth suicide prevention is uncontested, and is particularly urgent for Indigenous populations. The Indigenous youth suicide rates in some North American communities can be 18 times greater than for other young people. Despite the clear need, evidence in support of Indigenous youth suicide prevention strategies remain mixed. The most common approach to youth suicide prevention - gatekeeper training - may have limited effects in Indigenous communities. Based on recent work undertaken with Indigenous leaders in rural Alaska, we describe culturally grounded, practical alternatives that may be more effective for Indigenous communities. We highlight the ways in which research informed, grassroots interventions can address cultural, practical and systemic issues that are relevant when addressing risks for suicide on a community level. Built on a transactional-ecological framework that gives consideration to local contexts, culture-centric narratives and the multiple, interacting conditions of suicide, the innovative approach described here emphasizes community and cultural protective factors in Indigenous communities, and extends typical suicide prevention initiatives in ways that have important implications for other ethnically diverse communities.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0090,008
Communication savante0,0050,005
Science ouverte0,0020,008
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,395
Tête enseignante GPT0,521
Écart entre enseignants0,126 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations59
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCritical Public HealthMême sujetCommunity Health and DevelopmentTravaux en français237 207