Collaborative youth mental health service users, immigration, poverty, and family environment
Notice bibliographique
Résumé
BACKGROUND: This article examines the association between immigration, poverty and family environment, and the emotional and behavioral problems reported by youth and their family receiving mental health (MH) services within a collaborative care model in a multiethnic neighborhood. METHOD: Participants in this study were 140 parent-child dyads that are part of an ongoing longitudinal project looking at the association between individual, familial, social and organizational factors, and outcomes of youth receiving MH services in local health and social service organizations in the Montreal area. Measures included in this study were collected at the initial phase of the longitudinal project (Time 0). Parents completed a sociodemographic questionnaire and the Family Environment Scale (FES), and both parents and children completed the Strength and Difficulties questionnaire (SDQ). RESULTS: Results suggest that the family environment, especially family conflicts, has a significant role in the MH problems of children seeking help in collaborative MH services. In this specific population, results also show a trend, but not a statistically significant association, between poverty or immigration and emotional and behavioral problems. They suggest as well that boys show more MH problems, although this could be a contamination effect (parents' perspective). CONCLUSIONS: The results support the importance of interventions that not only target the child symptomatology but also address family dynamics, especially conflicts. Collaborative care models may be particularly well suited to allow for a coherent consideration of family environmental factors in youth mental health and to support primary care settings in addressing these issues.
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 | 0,001 | 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 ».