MétaCan
Menu
Retour à la cohorte
Enregistrement W3003104556 · doi:10.17744/mehc.41.4.05

The Wellness and Self-Care Experiences of Single Mothers in Poverty: Strategies for Mental Health Counselors

2019· article· en· W3003104556 sur OpenAlexaff
Susan M. Long, Madeline Clark, Clark D. Ausloos, Rachel Jacoby, Carla McGhee

Notice bibliographique

RevueJournal of Mental Health Counseling · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueCounseling Practices and Supervision
Établissements canadiensCanadian Association for the Study of Adult Education
Organismes subventionnairesnon disponible
Mots-clésPovertyMental healthPsychological interventionPsychologyHealth careNursingMedicinePsychotherapist

Résumé

récupéré en direct d'OpenAlex

Poverty impacts holistic health and wellness, yet little research in counseling has been conducted exploring the holistic wellness and self-care of marginalized groups. Self-care and wellness are important components of overall mental health, and integrating strategies for self-care and wellness can support mental health counseling practice. A transcendental phenomenological design was used to explore and describe the wellness and self-care experiences of 10 single mothers in poverty. Data were collected using individual, face-to-face, semi-structured interviews, conducted for 45 to 60 minutes each. Major themes that emerged from the data include (a) barriers to wellness and self-care, (b) supports with wellness and self-care, (c) single mothers’ awareness of wellness and self-care, and (d) personal strengths of single mothers in poverty. Implications for clinical mental health counselors include utilizing strengths-based approaches, wellness, and advocacy interventions for single mothers in poverty.

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)0,003
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,088
Score d'incertitude au seuil0,494

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,020
Tête enseignante GPT0,347
Écart entre enseignants0,327 · 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'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

Citations7
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Mental Health CounselingMême sujetCounseling Practices and SupervisionTravaux en français237 207