MétaCan
Menu
Retour à la cohorte
Enregistrement W4407036600 · doi:10.53555//ajbr.v27i4s.6503

African journal of biomedical research

2025· paratext· en· W4407036600 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typeparatext
Langueen
DomaineMedicine
ThématiqueGlobal Health and Surgery
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésData scienceComputer scienceLibrary science

Résumé

récupéré en direct d'OpenAlex

Migration is a transformative process that brings both opportunities and challenges, particularly for individuals from distinct cultural and religious backgrounds. This study focuses on the psychological health of Namdhari Sikh migrants from Ellenabad Block in Sirsa, Haryana, and explores how they navigate the psychological impacts of migration, including loneliness, anxiety, depression, and acculturation stress. The Namdhari Sikh community, known for its unique religious beliefs and cultural practices, faces particular challenges in maintaining their identity and adapting to the norms of host countries. The study examines how cultural adaptation, identity struggles, and social support systems influence mental health outcomes. Data were collected through in-depth, semi-structured interviews with 755 migrants who relocated to countries such as Canada, Australia, the UK, and the USA. The results highlight significant psychological challenges, with 50% of participants reporting loneliness and 15% experiencing anxiety and stress. Cultural conflicts and the loss of religious practices were also common concerns, as 49% of migrants faced difficulties in maintaining their spiritual practices. Social support, particularly from family and religious communities, emerged as a key factor in mitigating psychological distress. Economic pressures, such as the need to send remittances and job insecurity, also contributed to stress. The study emphasizes the importance of cultural identity preservation and social support networks in enhancing the mental well-being of migrants. These findings provide valuable insights for policy development and community support initiatives aimed at addressing the unique challenges faced by marginalized migrant groups.

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)0,012
score de la tête « metaresearch » (Gemma)0,033
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,744
Score d'incertitude au seuil0,858

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,033
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0030,003
Communication savante0,0090,003
Science ouverte0,0020,005
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,2560,113

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 Opus0,089
Tête enseignante GPT0,470
Écart entre enseignants0,381 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGlobal Health and SurgeryTravaux en français237 207