MétaCan
Menu
← Retour à la cohorte
Enregistrement W2953247707 · doi:10.71781/4900

Vécu de la stigmatisation des femmes atteintes de dépression majeure au Québec : une étude qualitative

2018· dissertation· fr· W2953247707 sur OpenAlexaboutno aff
Joanne Durr

Notice bibliographique

RevueOpen MIND · 2018
Typedissertation
Languefr
DomaineHealth Professions
ThématiqueHealthcare Systems and Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical sciencePsychology

Résumé

récupéré en direct d'OpenAlex

La stigmatisation de la dépression majeure est un phénomène peu étudié mais dont la réalité a des conséquences importantes sur les individus. Certaines recherches montrent que la stigmatisation des maladies mentales, plus particulièrement de la dépression, est une barrière potentielle à la recherche de traitement et peut entraver l’intégration de l’individu dans la société et l’empêcher de travailler. C’est dans cette optique que, dans ce mémoire, nous examinons la stigmatisation de la dépression majeure et ses conséquences sur les individus. C’est à l’aide de dix récits de femmes qui ont souffert ou souffrant de dépression majeure que nous avons étudié la question de la stigmatisation de leur condition. À la lumière des résultats de notre échantillon, on observe effectivement une stigmatisation de la dépression majeure. L’auto-stigmatisation de la dépression majeure est très présente chez les participantes, qui acceptent difficilement leur condition. Elles se blâment pour leur maladie et ont honte. La maladie mentale se vit différemment de la maladie physique et ne s’accepte pas aussi facilement. Dans le milieu de travail, il semble que la stigmatisation anticipée par les participantes est plus grande que celle réellement vécue, mais elle reste néanmoins présente. Nombreuses sont celles qui recherchent du soutien auprès de leurs proches, mais des préjugés existent encore, ce qui accentue l’isolement social vécu par les participantes. La relation que les participantes entretiennent avec l’antidépresseur est ambiguë, conflictuelle et teintée par le désir de vouloir l’arrêter.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,165
Score d'incertitude au seuil0,333

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,006
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,003
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,257
Tête enseignante GPT0,589
Écart entre enseignants0,332 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Même sujetHealthcare Systems and Practices→Travaux en français237 207→