Notice bibliographique
Résumé
Throughout this school year, junior level social work students have worked in partnership with various Mental Health Stakeholders and Agencies across Utah to develop and conduct a general public, statewide survey examining the knowledge, attitudes, and experiences related to mental health. Specifically, we examine how perceived barriers to mental health access and help-seeking might vary by gender. Research shows men and women respond to mental health concerns differently. Women are more likely to seek help from a mental health professional than men (Rhodes, Goering, To, & Williams, 2002). According to Slaunwhite (2015), women are more likely to cite a lack of childcare or transportation as keeping them from seeking help, while men tend to be kept away from seeking help by their perceptions of the usefulness of such services. This study augments the literature by examining these issues in a Utah context. Surveys were administered door-to-door in Logan, Brigham City, Price, Tooele, and Blanding, as well as online through social media and community and religious organization outreach throughout the state. The final sample size will consist of approximately 2,000 Utah residents aged 18 or older. The data from this study will be analyzed using SPSS statistical software. This presentation will examine and analyze how help-seeking behaviors and perceived barriers to accessing mental health services in Utah are affected by gender, and will propose ways in which this information can be used to inform mental health agencies throughout the state. Rhodes, A. E., Goering, P. N., To, T., & Williams, J. I. (2002). Gender and outpatient mental health service use. Social Science & Medicine, 54(1), 1-10. Slaunwhite, A. K. (2015). The role of gender and income in predicting barriers to mental health care in Canada. Community Mental Health Journal, 51(5), 621-627.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».