Coping and resilience among ethnoracial individuals experiencing homelessness and mental illness
Notice bibliographique
Résumé
BACKGROUND: The multiple challenges that ethnoracial homeless individuals experiencing mental illness face are well documented. However, little is known about how this homeless subpopulation copes with the compounding stressors of racial discrimination, homelessness and mental illness. AIMS: This study is an in-depth investigation of the personal perceived strengths, attitudes and coping behaviors of homeless adults of diverse ethnoracial backgrounds experiencing homelessness and mental illness in Toronto, Canada. METHOD: Using qualitative methods, 36 in-depth semi-structured interviews were conducted to capture the perspectives of ethnoracial homeless participants with mental illness on coping and resilience. Transcripts were analyzed using thematic analysis. RESULTS: Similar to prior findings in the general homeless population, study participants recognized personal strengths and attitudes as great sources of coping and resilience, describing hope and optimism, self-esteem and confidence, insight into their challenges and spirituality as instrumental to overcoming current challenges. In addition, participants described several coping strategies, including seeking support from family, friends and professionals; socializing with peers; engaging in meaningful activities; distancing from overwhelming challenges; and finding an anchor. CONCLUSION: Findings suggest that homeless adults with mental illness from ethnoracial groups use similar coping strategies and sources of resilience with the general homeless population and highlight the need for existing services to foster hope, recognize and support individual coping strategies and sources of resilience of homeless individuals experiencing complex challenges.
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 | 0,001 | 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 ».