MétaCan
Menu
Retour à la cohorte
Enregistrement W2801282793 · doi:10.1177/1049732318769600

Men on Losing a Male to Suicide: A Gender Analysis

2018· article· en· W2801282793 sur OpenAlexafffundabout
John L. Oliffe, Alex Broom, Mary T. Kelly, Joan L. Bottorff, Genevieve Creighton, Olivier Ferlatte

Notice bibliographique

RevueQualitative Health Research · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHomicide, Infanticide, and Child Abuse
Établissements canadiensOkanagan University CollegeUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesMovember CanadaMovember Foundation
Mots-clésSuicide preventionPoison controlPsychologyInjury preventionHuman factors and ergonomicsPhotovoiceSuicide attemptPsychiatryMeaning (existential)Occupational safety and healthMedicineClinical psychologyMedical emergencyPsychotherapist

Résumé

récupéré en direct d'OpenAlex

Although male suicide has received research attention, the gendered experiences of men bereaved by male suicide are poorly understood. Addressing this knowledge gap, we share findings drawn from a photovoice study of Canadian-based men who had lost a male friend, partner, or family member to suicide. Two categories depicting the men's overall account of the suicide were inductively derived: (a) unforeseen suicide and (b) rationalized suicide. The "unforeseen suicides" referred to deaths that occurred without warning wherein participants spoke to tensions between having no idea that the deceased was at risk while reflecting on what they might have done to prevent the suicide. In contrast, "rationalized suicides" detailed an array of preexisting risk factors including mental illness and/or substance overuse to discuss cause-effect scenarios. Commonalities in unforeseen and rationalized suicides are discussed in the overarching theme, "managing emotions" whereby participants distanced themselves, but also drew meaning from the suicide.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,023
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,277
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0230,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0020,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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.

Tête enseignante Opus0,558
Tête enseignante GPT0,647
Écart entre enseignants0,090 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueQualitative Health ResearchMême sujetHomicide, Infanticide, and Child AbuseTravaux en français237 207