MétaCan
Menu
Retour à la cohorte
Enregistrement W4293481499 · doi:10.1177/10497323221121209

The Good, the Bad, and the Vision: Exploring the Mental Health Care Experiences of Transitional-Aged Youth Using the Photovoice Method

2022· article· en· W4293481499 sur OpenAlexafffund
Brianna Jackson, Richard Booth, Kimberley T. Jackson

Notice bibliographique

RevueQualitative Health Research · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueAdolescent and Pediatric Healthcare
Établissements canadiensWestern University
Organismes subventionnairesCanadian Institutes of Health ResearchRegistered Nurses’ Foundation of Ontario
Mots-clésPhotovoiceMental healthPhoto elicitationFocus groupNexus (standard)PsychologyPopulationDistressNursingPsychiatryMedicineClinical psychologySociology

Résumé

récupéré en direct d'OpenAlex

Transitional-aged youth (TAY) between the ages of 16 and 24 experience higher rates of mental distress than any other age group. It has long been recognized that stability, consistency, and continuity in mental health care delivery are of paramount importance; however, the disjointed progression from paediatric to adult psychiatric services leaves many TAY vulnerable to deleterious health outcomes. In Spring 2019, eight TAY living with mental health challenges participated in a Photovoice study designed to: (1) illuminate their individual transition experiences; and, (2) support a collective vision for optimal mental health care at this nexus. Participants took photographs that reflected three weekly topics— the good, the bad, and the vision—and engaged in a series of three corresponding photo-elicitation focus group sessions. Twenty-four images with accompanying titles and captions were sorted into nine participant-selected themes. Findings contribute to an enhanced awareness of psychiatric service delivery gaps experienced by TAY, and advocate for seamless and supportive transitions that more effectively meet the mental health care needs of this population.

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)0,006
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,007
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0070,008
Communication savante0,0030,002
Science ouverte0,0010,006
Intégrité de la recherche0,0010,002
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 Opus0,617
Tête enseignante GPT0,660
Écart entre enseignants0,043 · 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

Citations7
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueQualitative Health ResearchMême sujetAdolescent and Pediatric HealthcareTravaux en français237 207