Population-level mental health literacy: A vignette-based study on prejudice, sexism, and recognition in prevention strategies for social anxiety in Ghana
Notice bibliographique
Résumé
Mental Health Literacy (MHL) evidence on promoting mental health prevention at the population level in Ghana is limited. We explored factors, including, sociodemographic variables, prejudice, sexist attitudes, and previous experience of mental disorders, related to the endorsement of prevention strategies for social anxiety in Ghana. A total of 601 individuals participated in an online vignette-based experimental study. Participants were randomly assigned to read two clinical vignettes, each presenting symptoms of social anxiety for a hypothetical person, one being male and the other female. Participants provided their impressions of the hypothetical person and completed self-reported measures, encompassing assessments related to ambivalent sexism, MHL, prejudice, and demographic factors. We found that recognition of the social anxiety in the vignettes directly associated with psychotherapeutic prevention strategies and indirectly predicted substance-related prevention strategies for social anxiety among the participants. Prejudice towards social anxiety was linked to increased recommendation of substance-related prevention strategies for social anxiety and less frequent endorsement of psychotherapeutic prevention strategies. Benevolence towards women was positively associated with stress-reduction preventive strategies for social anxiety, while benevolence towards men negatively impacted such strategies. Findings underscore the significant role of Western views of mental health, and the harmful impact of prejudice on mental health, including the potential impact of cultural and contextual elements in shaping preventive approaches to mental disorders. Efforts to enhance MHL aimed at improving population-level mental health outcomes should prioritize the development of compassionate and culturally inclusive responses to mental health distress while also working to reduce stigma.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».