MétaCan
Menu
Retour à la cohorte
Enregistrement W2969625100 · doi:10.1080/1059924x.2019.1659201

Meeting Farmers Where They Are – Rural Clinicians’ Views on Farmers’ Mental Health

2019· article· en· W2969625100 sur OpenAlexaffabout
Donald C. Cole, Madeleine Bondy

Notice bibliographique

RevueJournal of Agromedicine · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Farm Safety
Établissements canadiensUniversity of OttawaPublic Health OntarioUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMental healthContext (archaeology)NursingAgricultureQualitative researchPromotion (chess)Rural areaPsychologyMedicineBusinessGeographySociologyPsychiatryPolitical science

Résumé

récupéré en direct d'OpenAlex

Objective: To explore rural clinicians’ understanding of farmers’ mental health and well-being, current health services, and potential responses.Methods: Qualitative design, with semi-structured, taped interviews of five family physicians and four mental health nurses-counselors practicing in rural Grey–Bruce counties, Ontario. Transcripts analyzed with N-Vivo through iterative coding of emergent themes and mapping of relationships among themes.Results: Participating rural clinicians all expressed admiration for farmers. They shared insights around three main themes: 1) farming as a unique subculture; 2) farming involved both benefits and challenges for health; and 3) farmers rarely seek care. Clinicians need to take advantage of contact opportunities to ask about mental health. Several suggested ways to meet farmers where they are, e.g., through better funding for house-farm calls and community events.Conclusion: Clinician responses to farmers’ mental health challenges include recognizing farmers’ distinct context. Complementary health promotion in conjunction with farm organizations is needed to reach farmers.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,370
Score d'incertitude au seuil0,441

Scores Codex et Gemma par catégorie

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

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 Opus0,021
Tête enseignante GPT0,266
Écart entre enseignants0,245 · 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 tête enseignante, pas un consensus.

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

Citations37
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of AgromedicineMême sujetAgriculture and Farm SafetyTravaux en français237 207