Strategies to Fight Stigma toward People with Mental Disorders: Perspectives from Different Stakeholders
Notice bibliographique
Résumé
This study aims to provide a more complete and exhaustive perspective on the whole range of potential strategies to fight stigma by considering the perspectives of different stakeholders. Delegates to a Canadian conference were invited to participate in a survey that focused on stigma, from which the responses to the following question were analyzed: tell us briefly what you do to reduce prejudice and stigma toward people with a diagnosis of mental disorder? From 253 participants, 15 categories of strategies to fight stigma were identified from the verbatim (e.g., sharing/encouraging disclosure). These categories fell under six main themes: education, contact, protestation, person centered, working on recovery and social inclusion, and reflexive consciousness. The occurrence of these themes was different among stakeholders (clinical, organizational, and experiential knowledge). For example, people with mental disorders (experiential knowledge) often mentioned contact and person centered strategies, while mental health professionals (clinical knowledge) preferred education and working on recovery and social inclusion strategies. The results from this study highlight the need to pay more attention to the concept of disclosure of mental disorders in the process for de-stigmatization. Future studies are needed to assess the impact of the emerging strategies to fight stigma in the community.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,017 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,015 | 0,012 |
| Communication savante | 0,009 | 0,008 |
| Science ouverte | 0,002 | 0,012 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».