MétaCan
Menu
Retour à la cohorte
Enregistrement W4221033054 · doi:10.3389/fpubh.2022.730644

Use of Equine-Assisted Services to Improve Outcomes Among At-Risk and Indigenous Youth: A Scoping Review

2022· review· en· W4221033054 sur OpenAlexafffundabout
Laurie Haig, Kelly Skinner

Notice bibliographique

RevueFrontiers in Public Health · 2022
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHuman-Animal Interaction Studies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesUniversity of WaterlooSocial Sciences and Humanities Research Council of CanadaOntario Trillium Foundation
Mots-clésIndigenousPopularityPositive Youth DevelopmentMental healthMedicineGerontologyPolitical sciencePsychologyPsychiatryDevelopmental psychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

Equine-assisted services (EAS) are gaining popularity as ways to promote psychological health and social well-being. EAS may show particular promise as culturally appropriate initiatives for at-risk Indigenous youth, as they are thought to align well with Indigenous ways of knowing which place emphasis on relationships between the land and all living beings. We seek to better understand previous uses of EAS as initiatives for at-risk youth populations, including Indigenous populations, and learn about which outcomes have been addressed in the literature with an EAS initiative by conducting a scoping review. The review focused on initiatives targeting at-risk youth aged 10-18 years of age in Canada, Australia, New Zealand, and the United States. A total of 27 studies were included in the final analysis from all target countries except New Zealand. The target populations were further divided into four subgroups: at-risk youth, youth with mental health disorders and/or learning disabilities, youth survivors of trauma/abuse, and at-risk Indigenous youth. Overall findings of the review suggest EAS are promising approaches for achieving therapeutic and learning goals with the potential to be successful with both Indigenous youth and at-risk youth more broadly.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0050,005
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,113
Tête enseignante GPT0,411
Écart entre enseignants0,299 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFrontiers in Public HealthMême sujetHuman-Animal Interaction StudiesTravaux en français237 207