MétaCan
Menu
Retour à la cohorte
Enregistrement W2523673789 · doi:10.1186/s12913-016-1755-1

Help-seeking for mental health problems by employees in the Australian Mining Industry

2016· article· en· W2523673789 sur OpenAlexfundno aff
Ross Tynan, Robyn Considine, Jane Rich, Jaelea Skehan, John Wiggers, Terry J. Lewin, Carole James, Kerry Inder, Amanda Baker, Frances Kay‐Lambkin, David Perkins, Brian Kelly

Notice bibliographique

RevueBMC Health Services Research · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueWorkplace Health and Well-being
Établissements canadiensnon disponible
Organismes subventionnairesAustralian Coal Industry’s Research ProgramMcGill University
Mots-clésMental healthHealth informaticsHealth administrationMining industryLogistic regressionJob satisfactionMedicineWork (physics)Public healthNursing researchEnvironmental healthApplied psychologyNursingPsychologyPsychiatrySocial psychologyEngineering

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The current study examined help-seeking behavior for mental health problems of employees in the mining industry. METHODS: The research involved a paper-based survey completed by a cross-section of employees from eight coalmine sites. The research aimed to investigate the frequency of contact with professional and non-professional sources of support, and to determine the socio-demographic and workplace factors associated. RESULTS: A total of 1,457 employees participated, of which, 46.6 % of participants reported contact with support to discuss their own mental health within the preceding 12 months. Hierarchical logistic regression revealed a significant contribution of workplace variables, with job security and satisfaction with work significantly associated with help-seeking behavior. CONCLUSIONS: The results provide an insight into the help-seeking behaviour of mining employees, providing useful information to guide mental health workplace program development for the mining industry, and male-dominated industry more broadly.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,021
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,678
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0210,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0040,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,134
Tête enseignante GPT0,507
Écart entre enseignants0,373 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations32
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Health Services ResearchMême sujetWorkplace Health and Well-beingTravaux en français237 207