MétaCan
Menu
Retour à la cohorte
Enregistrement W4412618053 · doi:10.1080/13576275.2025.2534495

Mental health concerns and stigma: a qualitative study of funeral directors in Ontario

2025· article· en· W4412618053 sur OpenAlexaffabout
Dylan Crozier, Krystal Fleury, Korri Bickle

Notice bibliographique

RevueMortality · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueGrief, Bereavement, and Mental Health
Établissements canadiensTrent University
Organismes subventionnairesnon disponible
Mots-clésStigma (botany)Mental healthQualitative researchPsychologyCriminologyPsychiatrySociologySocial science

Résumé

récupéré en direct d'OpenAlex

Funeral directors play an important role in supporting their community through difficult transitions and loss. Yet these caregivers are often overlooked both in the research and when they seek support for their own mental health and well-being . This qualitative analysis aims to create foundational knowledge of the mental health experiences and stigmas facing funeral directors using in-depth, semi-structured interviews with six funeral directors in Ontario. Data was analysed using thematic analysis . Five major themes were generated from the interviews. In relation to mental health, funeral directors noted poor treatment and trauma in the workplace, stress and burnout, and a lack of targeted mental health supports. Regarding stigma, they noted an ignorance in the general population about their work and negative stereotypes associated with their work. Results suggest that funeral directors experience various mental health challenges associated with the work that they do and barriers to accessing effective treatment or support. They also feel that those outside the profession hold stigmas and stereotypes about them that contribute to the mental health challenges they face. Future research should investigate mental health diagnoses in funeral director work and explore targeted and effective treatment for those in the field.

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)0,005
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,403
Score d'incertitude au seuil0,810

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,008
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0170,009
Communication savante0,0030,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,112
Tête enseignante GPT0,476
Écart entre enseignants0,364 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMortalityMême sujetGrief, Bereavement, and Mental HealthTravaux en français237 207