MétaCan
Menu
Retour à la cohorte
Enregistrement W4310103571 · doi:10.3998/jmmh.1457

Suicide Response in American Muslim Communities: A Community Case Study

2022· article· en· W4310103571 sur OpenAlexaff
Kamal Suleiman, Osama El-Gabalawy, Belal Zia, Rania Awaad

Notice bibliographique

RevueJournal of Muslim Mental Health · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueGrief, Bereavement, and Mental Health
Établissements canadiensUniversity of ManitobaColumbia College
Organismes subventionnairesnon disponible
Mots-clésMental healthSocial connectednessShameIntervention (counseling)PsychologyCurriculumSocial psychologyPublic relationsPolitical sciencePedagogyPsychiatry

Résumé

récupéré en direct d'OpenAlex

This community case study describes the experiences of two neighboring Muslim communities in the United States, following respective incidents of suicide. Case summaries are first presented to contextualize the community response to the suicides. Subsequently, the discussion highlights relevant cultural and religious factors that impacted the responses of mosque leadership, mental health professionals, and the communities at large. Concerns related to the deceased’s afterlife, community connectedness, privacy, shame, and communication barriers were prominent in each case and shaped the courses of response. The COVID-19 pandemic and divergent responses to external support played significant roles in creating disparate outcomes in these communities. The discussion emphasizes the need for dissemination of evidence-based, religiously grounded, and culturally competent curricula for implementing mental health awareness programming and long-term suicide prevention efforts. Insights about cultural and religious factors influencing community responses were derived from the described cases in this paper and informed the development of a comprehensive suicide prevention, intervention, and postvention manual and training program tailored for Muslim 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
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 enseignants0,110
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,003
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 Opus0,101
Tête enseignante GPT0,443
Écart entre enseignants0,342 · 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 tête enseignante, pas un consensus.

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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Muslim Mental HealthMême sujetGrief, Bereavement, and Mental HealthTravaux en français237 207