Systematic Review of Arts-Based Interventions to Address Suicide Prevention and Survivorship in Australia, Canada, the United Kingdom, and the United States of America
Notice bibliographique
Résumé
Study Objective. Suicide is a serious health problem that is shaped by a variety of social and mental health factors. A growing body of research connects the arts to positive health outcomes; however, no previous systematic reviews have examined the use of the arts in suicide prevention and survivorship. This review examined how the arts have been used to address suicide prevention and survivorship in nonclinical settings in Australia, Canada, the United Kingdom, and the United States of America. Design and Setting. Ten bibliographic databases, five research repositories, and reference sections of articles were searched to identify published studies. Articles presenting outcomes of interventions conducted between 2014 and 2019 and written in English, were included. Primary Results. Nine studies met inclusion criteria, including qualitative, quantitative randomized controlled trials, quantitative nonrandomized, quantitative descriptive, and mixed-methods studies. The programs studied used film and television (n = 3), mixed-arts (n = 3), theatre (n = 2), and quilting (n = 1). All nine interventions used the arts to elicit emotional involvement, while seven also used the arts to encourage engagement with themes of health. Study outcomes included increased self-efficacy, awareness of mental health issues, and likelihood for taking action to prevent suicide, as well as decreases in suicidal risk and self-harming behaviors. Conclusions. Factors that influence suicide risk and survivorship may be effectively addressed through arts-based interventions. While the current evidence is promising with regard to the potential for arts programs to positively affect suicide prevention and survivorship, this evidence needs to be supplemented to inform recommendations for evidence-based arts interventions.
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 | 0,009 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,005 |
| Bibliométrie | 0,012 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».