MétaCan
Menu
← Retour à la cohorte
Enregistrement W4401507828 · doi:10.1371/journal.pone.0306929

Rural suicide in Newfoundland and Labrador: A qualitative exploration of health care providers’ perspectives

2024· article· en· W4401507828 sur OpenAlexafffundabout
Tyler R. Pritchard, Jennifer L. Buckle, Kristel Thomassin, Stephen P. Lewis

Notice bibliographique

RevuePLoS ONE · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueSuicide and Self-Harm Studies
Établissements canadiensUniversity of GuelphMemorial University of Newfoundland
Organismes subventionnairesSocial Sciences and Humanities Research Council
Mots-clésThematic analysisSuicide preventionRural areaRural healthQualitative researchIntervention (counseling)Health careMedicinePoison controlOccupational safety and healthEnvironmental healthNursingPsychologySociologyEconomic growth

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Residents of rural regions may have higher and unique suicide risks. Newfoundland and Labrador (NL) is a Canadian province replete with rural regions. Despite an abundance of rural suicide research, heterogeneity in rural regions may preclude amalgamating findings to inform prevention efforts. Thus, exploring the unique needs of NL is needed. Importantly, health care providers (HCP) may afford unique perspectives on the suicide-related needs or concerns of rural life. We asked HCPs of residents of rural NL their perceived suicide risk factors, concerns, and needs for rural NL. METHOD: Twelve HCPs of rural residents of NL completed virtual semi-structured interviews. Interviews were analysed using reflexive thematic analysis [13,14]. RESULTS: HCPs noted individual, psychological, social, and practical factors linked to rural-suicide risk and subsequent needs. Findings highlight the unique challenges of residing and providing health care in rural NL and inform prevention and intervention efforts.

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)0,006
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,675
Score d'incertitude au seuil0,646

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,006
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0100,007
Communication savante0,0020,002
Science ouverte0,0020,004
Intégrité de la recherche0,0010,002
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 Opus0,120
Tête enseignante GPT0,384
Écart entre enseignants0,264 · 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

Citations0
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetSuicide and Self-Harm Studies→Travaux en français237 207→