Individual factors that influence experiences and perceptions of stigma and discrimination towards people with mental illness in Ghana
Notice bibliographique
Résumé
People with a mental illness often encounter stigma and discrimination from a variety of sources, reinforcing negative self-perceptions and influencing their health and well-being. Even though support systems and attitudes of the general public act as powerful sources of stigma, views and perceptions held by people with mental illness also influence their sensitivity to the experiences they encounter. The aim of the present qualitative study was to examine perceptions of stigma and discrimination and self-stigma in individuals diagnosed with a mental illness. This study adopted a narrative, descriptive method, using a semistructured interview guide to elicit participant perceptions regarding sources of stigma, discrimination, and personal factors that might influence their experiences. Twelve outpatients attending a clinic in Ghana were interviewed. Thematic content analysis was completed and augmented by field notes. Participants' perceptions about personal impacts of stigma were found to be influenced by self-stigma, anticipated stigma and discrimination, perceived discrimination, and their knowledge about their illness. For many participants, their views served to augment societal views, and thus reinforce negative self-perceptions and their future. However, for other participants, their views served as a buffer in the face of environmental situations that reflect stigma and discrimination. Stigma is a complex, socially-sanctioned phenomenon that can seriously affect the health of people with mental illness. As such, it requires coordinated strategies among public policy makers, governmental bodies, and health-care providers to address stigma on a societal level, and to address its potential impacts on broad health outcomes for individuals with mental illness.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».