Healing Mind: Mental health, Indigenous healers and Traditional Medicine
Notice bibliographique
Résumé
Mental illnesses and other psychosocial disabilities are main source of burden for the family. About 13.7 per cent of general population of India has issues of mental illness or disorders and 10.6 per cent of these people need immediate intervention for the treatment followed by 10 per cent of the population has common mental disorders with 1.9 per cent people suffers with severe mental disorders. The mental morbidity is very high in urban areas. There is a higher prevalence of neurotic or stress-related disorders, schizophrenia and mood disorders. This situation may be due to fast-life styles, experiencing stress, complexities of living, a breakdown of support systems and challenges of economic instability. There are few population-level insights into the use of traditional healers and other forms of alternative care for the treatment of common mental disorders in our country as well as in South Asian and sub-Saharan Africa countries. Paper examines the extent to which alternative practitioners are consulted, and predictors of traditional healer visits for various neuropsychiatric diseases. Further it illuminates studies and national survey conducted on mental health on tribal communities and the role of traditional healers in the country. Paper raised the issue of mental illnesses as prevalent in the country and questions that do indigenous healing matters in healing the mind for better mental health in our country in first part of the paper besides analyzing recent survey, NMHS-2014. Then illuminates various mind healing ways and put it in question whether we can protect these healers and their medicines in existing IPR in part-II followed by traditional knowledge, medicines, National policy and cases of Indian patents and Intellectual Property Rights (IPR) in the last part where we conclude countries like Canada, South Africa or New Zeeland have supported for integration of traditional healers with main stream health care system. There are fears also generated for example in Canada that increasing acceptance of traditional healing may result into sea change. The lessons of these countries may be useful for our planning for integration of healers and their medicine in our country for effective resources utilization of the traditional healers and their medicines.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».