MétaCan
Menu
Retour à la cohorte
Enregistrement W4399929176 · doi:10.33422/jarss.v7i2.1255

Pre-Settlement and Post-Settlement Stressors and Mental Illness Among Migrants from War-Torn Countries in the Middle East: A Scoping Review

2024· review· en· W4399929176 sur OpenAlexaffabout
Mohamad Musa

Notice bibliographique

RevueJournal of Advanced Research in Social Sciences · 2024
Typereview
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensCape Breton University
Organismes subventionnairesnon disponible
Mots-clésSettlement (finance)StressorMiddle EastGeographyPsychologyArchaeologyPsychiatryBusiness

Résumé

récupéré en direct d'OpenAlex

The rising influx of Middle Eastern immigrants from war-torn countries into Canada, the United States, Europe, and Australia underscores the urgent need to understand the stressors they face during pre-settlement and post-settlement phases and their consequent impact on mental health. This scoping review addresses this gap by exploring 16 existing studies on Middle Eastern immigrants' experiences in these regions published since 1995. The studies were identified through database searches and selected based on specific inclusion and exclusion criteria focused on Middle Eastern immigrants from war-torn countries resettling in North America, Australia, and Europe. The review reveals that immigrants and refugees encounter significant challenges during resettlement, including acculturative stress, loss of status, and existential struggles. These stressors contribute to higher prevalence rates of psychological disorders compared to the general population. Examining the 16 studies predominantly from North America, Australia, and Europe, our review underscores the complex interplay between pre-settlement and post-settlement stressors and mental health outcomes among Middle Eastern immigrants. However, the limited scope of current research highlights the pressing need for further investigation across different continents and regions.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0060,006
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,202
Tête enseignante GPT0,522
Écart entre enseignants0,319 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced Research in Social SciencesMême sujetMigration, Health and TraumaTravaux en français237 207