Notice bibliographique
Résumé
Introduction As many as 20% of mothers experiences some type of perinatal mood and anxiety disorder (PMAD) worldwide. Women of every culture, age, income level, and race are at risk for PMADs with potential effects to mother and child. Objectives To promote awareness of maternal mental health and PMADs. Method An international task force met via online videoconference to make plans for the inaugural World Maternal Mental Health Day. The task force soon grew to include representatives from around the globe with a common goal to increase awareness of and influence policy about maternal mental health. This presentation will discuss the process, successes, challenges, and engage participants in future social marketing strategies for World Maternal Mental Health Day. International reach and impact will be discussed. Result Organizations from 12 countries were involved in this event, with twitter and landing page activity across the globe. A unique logo was developed and numerous organizations endorsed the event. An international social media campaign included a Twitter Feed “#Maternal Mental Health Matters” starting in Australia, Facebook page, and landing page. The first World MMH Day was held May 4, 2016. Conclusion Increased awareness will continue to drive social change with a goal of improving the quality of care for women worldwide who experience all types of PMADs and to reduce the stigma of maternal mental illness. World Maternal Mental Health Day will be held each year on the first Wednesday of May, close to “mother's day” and “mental health week” in many countries. Disclosure of interest The author has not supplied his/her declaration of competing interest.
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 | 0,001 |
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 ».