Leveraging community-based mental health services to reduce inequities for children and families living in United States who have experienced migration-related trauma.
Notice bibliographique
Résumé
OBJECTIVE: Trauma systems therapy for refugees (TST-R) is a trauma-focused, culturally responsive mental health prevention and intervention model designed to meet the needs of children and families who are fleeing their home countries and seeking humanitarian refuge. TST-R provides trauma-focused mental health treatment and addresses problems in part exacerbated by harsh U.S. immigration policies (e.g., poor mental health, stigma, fear) that have implications for the psychosocial well-being of immigrant children and families, especially those who have experienced migration-related trauma. METHOD: Informed by a community-based participatory research approach, TST-R was developed as an adaptation of trauma systems therapy to address common barriers to care experienced by those of refugee and immigrant backgrounds, including mental health stigma, distrust of service systems, and cultural and linguistic barriers. RESULTS: TST-R is a multitiered and phase-based intervention that strategically addresses stressors and needs across levels of the social ecology. Most TST-R services are delivered in easily accessible, nonstigmatizing settings (e.g., school) by a cultural broker and a clinician who work in partnership. TST-R has been disseminated and implemented with multiple cultural groups (e.g., Somali, Bhutanese) across the United States and Canada. CONCLUSIONS: Given the unique stressors, strengths, and needs of immigrant children and their families, mental health services must be equitable, community based, and sustainable. TST-R demonstrates promise as a prevention and intervention model especially for those experiencing immigration policy-related stressors and may serve as a guide for developing child mental health policies and immigration policies that promote mental well-being for immigrant families. (PsycInfo Database Record (c) 2024 APA, all rights reserved).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 source (Gemma direct ou Codex distillé), 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 ».