MétaCan
Menu
Retour à la cohorte
Enregistrement W3092175464 · doi:10.7870/cjcmh-2020-007

Striving for Balance and Resilience: Ontario Farmers’ Perceptions of Mental Health

2020· article· en· W3092175464 sur OpenAlexaffvenueabout
Madeleine Bondy, Donald C. Cole

Notice bibliographique

RevueCanadian Journal of Community Mental Health · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Farm Safety
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMental healthStressorPsychological resiliencePsychologyResilience (materials science)Balance (ability)PerceptionWork (physics)Farm workersBusinessEnvironmental healthNursingMedicinePsychiatrySocial psychologyGeographyAgricultureEngineering

Résumé

récupéré en direct d'OpenAlex

Farmers face multiple stressors and are becoming alert to mental health, yet their views are underresearched. We conducted, recorded, and thematically analyzed 16 semi-structured interviews with Ontario small-holder farmers recruited through county farm organizations. A subset mapped stress effects on their health. Farmers believed their health was fundamental to their farms’ viability and they approached challenges to their health and mental health similarly to how they would approach challenges to their farm. Health was a balancing act amidst stressors; good stress challenging them, and bad stress occasionally overwhelming them. Poor mental health was a barrier, while good mental health was essential for resilience. Multiple opportunities exist to work with farmers, farm organizations, and their rural communities to better support farmers striving for balance and resilience in their mental health.

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 enseignants0,602
Score d'incertitude au seuil0,877

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,036
Tête enseignante GPT0,268
Écart entre enseignants0,232 · 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

Citations8
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Community Mental HealthMême sujetAgriculture and Farm SafetyTravaux en français237 207