“Using the right tools and addressing the right issue”: A qualitative exploration to support better care for intimate partner violence, brain injury, and mental health
Notice bibliographique
Résumé
BACKGROUND: Intimate partner violence (IPV) is a global public health crisis. Often repetitive and occurring over prolonged periods of time, IPV puts survivors at high risk of brain injury (BI). Mental health concerns are highly prevalent both among individuals who have experienced IPV and those who have experienced BI, yet the interrelatedness and complexity of these three challenges when experienced together is poorly understood. This qualitative study explored care provision for IPV survivors with BI (IPV-BI) and mental health concerns from the perspectives of both survivors and providers. METHODS: This qualitative interpretive description study was part of a broader research project exploring employment, mental health, and COVID-19 implications for survivors of IPV-BI. Participants (N = 24), including survivors and service providers, participated in semi-structured group and individual interviews between October 2020 and February 2021. Interviews were recorded, transcribed, and thematically analyzed. FINDINGS: Four themes were developed from interview findings: 1) identifying BI and mental health as contributing components to survivors' experiences is critical to getting appropriate care; 2) supporting survivors involves a "toolbox full of strategies" and a flexible approach; 3) connecting and collaborating across sectors is key; and 4) underfunding and systemic barriers hinder access to care. Finally, we share recommendations from participants to better support IPV survivors. CONCLUSIONS: Identifying both BI and mental health concerns among IPV survivors is critical to providing appropriate supports. Survivors of IPV experiencing BI and mental health concerns benefit from a flexible and collaborative approach to care; health and social care systems should be set up to support these collaborative approaches.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,023 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,016 | 0,016 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».