Occupational performance and satisfaction of individuals with mental disorders in Jordan: A cross-sectional study
Notice bibliographique
Résumé
Introduction: Individuals with mental disorders face challenges while performing occupations. Existing evidence is limited to Western countries and certain daily life occupations that do not explore all factors related to occupational performance. This study aimed to explore occupational performance and satisfaction in individuals with mental disorders, explore the challenging occupations, investigate the relationship between demographic characteristics to occupational performance and satisfaction, and investigate the factors affecting the occupational performance of individuals with mental disorders. Methods: This was a descriptive correlational cross-sectional study that used the convenience sampling method. It included 95 individuals with mental disorders that had a mean age of (34.46 ± 12.22) years, and were from different mental health care facilities. Additionally, this study used the Canadian Occupational Performance Measure instrument. Results: Individuals with mental disorders had a low mean occupational performance and satisfaction scores (5.8 ± 1.7), (5.2 ± 2.0), respectively. Instrumental Activities of Daily Living were the most reported challenging occupations. There was a relationship between work status and both occupational performance and satisfaction (r = 0.243, p = 0.018), (r = 0.239, p = 0.020), respectively. Also, there was a relationship between the diagnosis and occupational performance (r =0.219, p = 0.033), and work status predicted occupational performance (α ≤ 0.05). Work status is a predictor of occupational performance in individuals with mental disorders.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».