Learning from young people in Port Harcourt and Bayelsa, Nigeria, about their experiences of depression: a discussion space report
Notice bibliographique
Résumé
Recently, we reported a morning-long discussion (held 7th February 2023) that we held with a group of youth currently living in Johannesburg, South Africa, and self-identifying as Black African (Levine et al., 2023). Black African young people in South Africa typically have the least access to mental health supports, given South Africa’s Apartheid history and ongoing racialised inequity. We wanted to understand their lived experiences and observations of the risks and influences that make African young people vulnerable to elevated levels of depression (i.e., strong feelings of hopelessness, despondency, and sadness). While young people can experience other mental health challenges, our narrow interest in depression was prompted by the knowledge that youth depression is a global emergency, particularly in under-resourced contexts such as Africa (Sankoh et al., 2018), and that African youth are typically under-represented in mental health studies (Steel et al., 2022). Given our long-standing and enduring attention to human resilience since the early 2010s (Theron, 2016; Theron et al., 2013; Theron & Ungar, 2023; Ungar, 2011, 2018, 2021; Ungar & Theron, 2020), we were also interested in learning what young people believed might support youth resilience to mitigate or counter these risks. Finally, we were curious about young people’s thoughts on the value of an empirical study that would produce insight into how best to protect young people living in Africa against elevated levels of depression.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».