MétaCan
Menu
Retour à la cohorte
Enregistrement W4408810260 · doi:10.1111/jar.70037

Understanding Barriers to Mental Health Supports During the Pandemic for Workers in Intellectual Disability Services

2025· article· en· W4408810260 sur OpenAlexafffundabout
Madelaine Carter, Nicole Bobbette, Sabrina Campanella, Yona Lunsky

Notice bibliographique

RevueJournal of Applied Research in Intellectual Disabilities · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueDown syndrome and intellectual disability research
Établissements canadiensQueen's UniversityPublic Health OntarioUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesAzrieli Foundation
Mots-clésWorkforceMental healthIntellectual disabilityMental distressDistressPandemicPsychologyWorkforce developmentWork (physics)MedicinePsychiatryNursingCoronavirus disease 2019 (COVID-19)Clinical psychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Workers in the intellectual disability sector encounter significant work-related stress impacting their mental health. This study explores the barriers faced by these workers when accessing mental health support during the pandemic. METHODS: 1831 surveys were completed by intellectual disability support workers from Ontario, Canada between 2021 and 2023. This is a secondary analysis of questions focused on barriers to accessing mental health services. RESULTS: On average, 45% of workers reported experiencing barriers to accessing mental health support each year. The cost of services and lack of time were consistently identified as barriers. Workers reporting barriers were more likely to be younger, have less than 10 years of sector-specific experience, and report significant mental distress. CONCLUSION: Sector-wide efforts to reduce barriers and improve the mental health of workers are critical to promote the wellbeing of the workforce and to support high-quality care for people with intellectual disabilities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,026
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,456
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,026
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,158
Tête enseignante GPT0,427
Écart entre enseignants0,269 · 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 tête enseignante, pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Research in Intellectual DisabilitiesMême sujetDown syndrome and intellectual disability researchTravaux en français237 207