“Solving Tension”: coping among Bhutanese refugees in Nepal
Notice bibliographique
Résumé
Purpose The Bhutanese refugee camps of eastern Nepal are home to a mass resettlement operation; over half the population has been relocated within the past five years. While recent research suggests Bhutanese refugees are experiencing degradation of social networks and rising suicide rates, little is known about ethnocultural pathways to coping and resilience in this population. Design/methodology/approach A common coping measure (Brief COPE) was adapted to the linguistic and cultural context of the refugee camps and administered to a representative sample of 193 Bhutanese refugees as part of a broader ten‐month ethnographic study of resilience. Findings Active coping, planning, and positive reframing were the most frequently utilized strategies, followed by acceptance, religion, and seeking emotional support. Exploratory factor analysis resulted in five factors: humor, denial, behavioral disengagement; positive reframing, planning, active coping; emotional support, instrumental support; interpersonal (a new sub‐scale), acceptance, self‐blame; and venting, religion. Research implications Data support the relevance of some dimensions of coping while revealing particularities of this population. Practical implications Findings can inform future research and intervention efforts aimed at reducing suicide and promoting mental health across the Bhutanese refugee diaspora. Originality/value This is the first mixed‐methods study of coping in the Bhutanese refugee camp population since the start of a mass resettlement exercise. Qualitative data and ethnography were used to illuminate measured trends in local coping behavior.
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 ».