Stigma towards people with mental disorders: perceptions of devaluation and discrimination in a sample of Chilean workers
Notice bibliographique
Résumé
Introduction. Mental disorders represent one of the main causes of disease burden in the adult population. Negative public attitudes and behaviors toward people with mental disorders negatively affect the treatment, recovery, and social inclusion of those affected. Chile laks surveys on workers that address this issue. Objective. To describe the perceptions of devaluation and discrimination towards people with mental disorders in a sample of Chilean workers. Method. A cross-sectional study was carried out with 1 516 workers in the formal sector of four regions of Chile (Metropolitan Region [RM], Bío Bio [VIII], Valparaíso [V] and Coquimbo [IV]). The perception of discrimination and devaluation was explored through a modified version of the The perceived Devaluation-Discrimination Scale (PDD) comprising 15 questions. The relationship of each question with sociodemographic variables (age, sex, years of study, and region) and type of economic activity was assessed. Results. The study found a high percentage of perceptions of devaluation and discrimination in most aspects considered, particularly those related to hiring a person who has been hospitalized due to a mental illness (85%), feeling sorry for people with severe mental illnesses (80%), and the unwillingness to marry a person with a mental illness (78%). Significant differences were observed in the opinions by sociodemographic variables and region of residence. Discussion and conclusion. The perception of Chilean workers has high levels of stigma towards people living with mental disorders. It is necessary and urgent to develop effective anti-stigma public policies to promote a more inclusive, tolerant society.
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 | 0,000 | 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 | 0,000 | 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) | 0,001 | 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 ».