MétaCan
Menu
Retour à la cohorte
Enregistrement W4310467107 · doi:10.1177/24705470221139205

Getting to the Root of the Problem: Supporting Clients With Lived-Experiences of Systemic Discrimination

2022· article· en· W4310467107 sur OpenAlexafffund
Amy Bartlett, Sonya C. Faber, Monnica T. Williams, Kellen Saxberg

Notice bibliographique

RevueChronic Stress · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueResilience and Mental Health
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésInjusticeOppressionCoping (psychology)DistressPsychologyPsychological interventionNarrativeMental healthSocial psychologyPsychotherapistPolitical sciencePsychiatry

Résumé

récupéré en direct d'OpenAlex

For many marginalized people, coping with discrimination is not a temporary condition. Rather it is endemic to living in a discriminatory society and a source of ongoing stress. In this paper, we explore the need to provide people struggling to cope with the skills to tackle not just the personal consequences of discrimination, but also to understand and address the root causes of their pain, and specifically the ones that lie outside of themselves. We propose using the concept of social capital to bring greater awareness among clients, clinicians, and society in general about the need to pair the treatment of personal distress with concurrent practices to understand and tackle larger systemic issues impacting their mental health. People with marginalized identities are often expected to find ways to cope with oppression and then sent back into a broken world, perhaps with stronger coping skills, but often ones which do not address the root cause or source of the pain, which is social injustice. We propose that it is therapeutically important to problematize, pathologize and address the systems and narratives that discriminate and cause people to need to cope, instead of focusing therapeutic interventions only on the internal resources of the person doing the coping.

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)0,008
score de la tête « metaresearch » (Gemma)0,015
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 enseignants0,010
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0100,012
Communication savante0,0070,004
Science ouverte0,0020,013
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,022
Tête enseignante GPT0,357
Écart entre enseignants0,335 · 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

Citations38
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChronic StressMême sujetResilience and Mental HealthTravaux en français237 207