COMMUNITY PERCEPTIONS AND KNOWLEDGE OF MENTAL ILLNESS IN THE RURAL KISUMU REGION OF KENYA
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objective: The Global Health Initiative (GHI) at the University of British Columbia collaborated with the NGO, Kenya Partners in Community Transformation (PCT), to explore community knowledge, beliefs and practices surrounding mental health and illness in the rural Kisumu region. Methods: Five focus group discussions (FGDs) were held in three rural communities within the Kisumu region. Demographic groups surveyed included: women (n=54), men (n=14), and Community Health Workers (CHWs; n=36). Focus groups probed community mental health knowledge and included case–based vignettes describing presentations of mental illnesses as outlined in the Diagnostic and Statistical Manual of Mental Disorders, 5th Edition. Results: Participant responses on mental health and mental illness definitions were generally well understood; however, stigmatizing perceptions were present among community members an CHWs. Medical–based etiologies and treatment were rarely suggested for psychiatric illness, and CHWs did not identify themselves as a resource for mental illness cases. Significant barriers to accessing mental healthcare exist in the area, including stigma, financial strain, and long distances to care centers. Conclusion: Overall, FGDs with community members and CHWs indicated education on mental health was limited. Qualitative data gathered will be used to tailor WHO mental health modules to meet the unique needs of CHWs living in the rural Kisumu region of Kenya.
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.
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 | 0,003 | 0,001 |
| 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 | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle