How First Nations peoples living in the Torres Strait and Northern Peninsula Area describe and discuss social and emotional well‐being
Notice bibliographique
Résumé
OBJECTIVE: This study was the first phase of a broader project designed to develop a new tool to screen social and emotional well-being (SEWB). Its objective was to identify words used by First Nations people living in the Torres Strait (Zenadth Kes) and Northern Peninsula Area (NPA) to describe and discuss SEWB. We pay our respects to Elders past and present. We acknowledge the First Nations peoples who took part in this project as holders of their cultural knowledge now and forevermore. SETTING: This study took place in community and primary health care settings located on islands of the Torres Strait and NPA of Australia. PARTICIPANTS: Twelve yarns with 35 community members and health professionals were led by Torres Strait Islander members of the project team between August and December 2022. DESIGN: This study employed a descriptive qualitative design. Yarning, an Australian First Nations relational method, was used to share stories about SEWB. All but one yarn was audio recorded and subsequently professionally transcribed. Inductive thematic analysis was used to analyse the yarns. RESULTS: Worry, sad and stress were the words most often used by participants to describe feelings of low SEWB. Signs of low SEWB included behaviour change, particularly significantly reduced community engagement. CONCLUSIONS: Worry is not a word that is used in Australian mainstream tools that screen for psychological distress. Findings of this study indicate that a question that asks about worries should be included when screening for low SEWB in Australian First Nations peoples living in the Torres Strait and NPA.
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 | 0,001 | 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 | 0,004 | 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 ».