Indigenous mental health in a changing climate: a systematic scoping review of the global literature
Notice bibliographique
Résumé
Abstract Indigenous Peoples globally are among those who are most acutely experiencing the mental health impacts of climate change; however, little is known about the ways in which Indigenous Peoples globally experience climate-sensitive mental health impacts and outcomes, and how these experiences may vary depending on local socio-cultural contexts, geographical location, and regional variations in climate change. Thus, the goal of this study was to examine the extent, range, and nature of published research investigating the ways in which global Indigenous mental health is impacted by meteorological, seasonal, and climatic changes. Following a systematic scoping review protocol, three electronic databases were searched. To be included, articles had to be empirical research published since 2007 (i.e. since the Intergovernmental Panel on Climate Change’s Fourth Assessment Report); explicitly discuss Indigenous Peoples and describe factors related to climatic variables and mental health. Descriptive data from relevant articles were extracted, and the articles were thematically analyzed. Fifty articles were included for full review. Most primary research articles described research in Canada (38%), Australia (24%), and the United States of America (10%), with the number of articles increasing over time. Mental health outcomes such as strong emotional responses, suicide, depression, and anxiety were linked to changes in meteorological factors, seasonality, and exposure to both acute and chronic weather events. The literature also reported on the ways in which the emotional and psychological impacts of climate were connected to changing place attachment, disrupted cultural continuity, altered food security and systems, forced human mobility, and intangible loss and damages. This review highlights global considerations for Indigenous mental health in relation to climate change, which can support Indigenous-driven initiatives and decision-making to enhance mental wellness in a changing climate.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,048 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,005 |
| Bibliométrie | 0,020 | 0,020 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».