MétaCan
Menu
Retour à la cohorte
Enregistrement W4283368301 · doi:10.3389/fgwh.2022.823632

Social Isolation, Loneliness and Health: A Descriptive Study of the Experiences of Migrant Mothers With Young Children (0–5 Years Old) at La Maison Bleue

2022· article· en· W4283368301 sur OpenAlexafffundabout
Mona Lim, Andraea Van Hulst, Sarah Pisanu, Lisa Merry

Notice bibliographique

RevueFrontiers in Global Women s Health · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensCentres Intégré Universitaires de Santé et de Services SociauxUniversité de MontréalCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalMcGill University
Organismes subventionnairesMcGill UniversityAlexander von Humboldt-Stiftung
Mots-clésLonelinessSocial isolationMental healthPsychologyQualitative researchSocial supportRefugeeFeelingIsolation (microbiology)Socioeconomic statusDevelopmental psychologyMedicinePopulationSociologySocial psychologyPsychiatryEnvironmental healthPolitical science

Résumé

récupéré en direct d'OpenAlex

Background: Migrant women with young children, including asylum seekers and refugees, have multiple vulnerability factors that put them at increased risk of social isolation and loneliness, which are associated with negative health outcomes. This study explored the experiences of social isolation and loneliness among migrant mothers with children aged 0-5 years as well as their perceptions on possible health impacts. Methods: A qualitative descriptive study was conducted at La Maison Bleue, a non-profit organization providing perinatal health and social services to vulnerable women in Montreal, Canada. Recruitment and data collection occurred concurrently during the COVID-19 pandemic, between November and December 2020. Eleven women participated in individual semi-structured interviews and provided socio-demographic information. Interview data were thematically analyzed. Results: Migrant women in this study described social isolation as the loss of family support and of their familiar social/cultural networks, and loneliness as the feelings of aloneness that stemmed from being a mother in a new country with limited support. Multiple factors contributed to women's and children's social isolation and loneliness, including migration status, socioeconomic circumstances, language barriers, and being a single mother. Women expressed that the COVID-19 pandemic exacerbated pre-existing experiences of social isolation and loneliness. Mothers' experiences affected their emotional and mental health, while for children, it reduced their social opportunities outside the home, especially if not attending childcare. However, the extent to which mothers' experiences of social isolation and loneliness influenced the health and development of their children, was less clear. Conclusion: Migrant mothers' experiences of social isolation and loneliness are intricately linked to their status as migrants and mothers. Going forward, it is critical to better document pandemic and post-pandemic consequences of social isolation and loneliness on young children of migrant families. Supportive interventions for migrant mothers and their young children should not only target social isolation but should also consider mothers' feelings of loneliness and foster social connectedness and belongingness. To address social isolation and loneliness, interventions at the individual, community and policy levels are needed.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,075
Score d'incertitude au seuil0,150

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,003
Communication savante0,0020,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,015
Tête enseignante GPT0,304
Écart entre enseignants0,288 · 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'étudeQualitatif
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

Citations33
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFrontiers in Global Women s HealthMême sujetMigration, Health and TraumaTravaux en français237 207