Rehabilitation Potential Among Institutionalised Homeless Persons with Mental Illness during COVID-19: A Cross-Sectional Study
Notice bibliographique
Résumé
Aim: To assess the rehabilitation potential and social well-being among homeless persons with mental illness. Methods: The study utilised quantitative methodology to assess rehabilitation potential and social well-being. It was conducted at Udayam Shelter Home, Kozhikode, Kerala. The district administration initiated the Udayam Project in Kozhikode to rehabilitate destitute individuals rescued from the streets during the Corona Virus Disease 2019 (COVID-19) outbreak in March 2020 and to provide shelter across various camps in the district. The researcher prepared a rehabilitation potential checklist, validated by experts, and a standardised scale was used to assess social well-being. Descriptive statistics were used for quantitative data analysis. Ethical clearance was obtained from the NIMHANS Institute's ethics committee. Results: Over one-third (40%) of the participants were older adults aged above 60 years. All the participants in the study were male. The homeless women identified as needing care and protection were shifted to other centres due to the lack of facilities at the Udayam shelter care home. Previous occupational status revealed that before coming to the rehabilitation centre, most respondents were employed as unskilled labourers. They included daily wagers, lottery sellers, and helpers in hotels and restaurants. Others were skilled labourers, including masons, carpenters, and electricians. Most respondents were from urban and semi-urban areas. Homeless persons with mental illness (HPMI) with mood disorders exhibited better social well-being compared to those with other diagnoses. HPMI diagnosed with psychosis were reported to have very little social actualisation compared to others.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».