MétaCan
Menu
Retour à la cohorte
Enregistrement W4289518358 · doi:10.1177/01939459221115695

Youth Perspectives on Barriers and Opportunities for the Development of a Peer Support Model to Promote Mental Health and Prevent Suicide

2022· article· en· W4289518358 sur OpenAlexafffundabout
Jackie Libon, Jarlo Alganion, Carla Hilario

Notice bibliographique

RevueWestern Journal of Nursing Research · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueSuicide and Self-Harm Studies
Établissements canadiensUniversity of British ColumbiaUniversity of Alberta
Organismes subventionnairesPolicyWise for Children and Families
Mots-clésMental healthThematic analysisPeer supportPsychologySocial supportPromotion (chess)Suicide preventionHealth promotionQualitative researchPublic healthPoison controlMedical educationNursingMedicineSociologyPsychiatryPolitical scienceEnvironmental healthSocial psychology

Résumé

récupéré en direct d'OpenAlex

Suicide prevention is a public health priority. The purpose of this study was to elicit and document the perspectives of youth (ages 15-24) on the development of a peer support model for mental health promotion and suicide prevention for youth in small communities in western Canada. A qualitative descriptive approach informed by a socioecological framework was used to conduct the study. Eleven youth participated in a series of three co-design workshops. Data collection was conducted remotely using Zoom. Data were analyzed using thematic analysis. The following three themes are identified: (a) contextual factors for youth; (b) community spaces and social media; and (c) apps and integrated care. These themes elucidated challenges faced by the youth, strategies for reducing barriers for youth who need support, and opportunities for enhancing youth mental health through responsive community-identified services. Overall, youth were supportive of the potential use of peer support to augment services in their communities.

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)0,005
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,125
Score d'incertitude au seuil0,249

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,003
Communication savante0,0050,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,341
Tête enseignante GPT0,484
Écart entre enseignants0,143 · 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

Citations12
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueWestern Journal of Nursing ResearchMême sujetSuicide and Self-Harm StudiesTravaux en français237 207