MétaCan
Menu
← Retour à la cohorte
Enregistrement W4413140314 · doi:10.1186/s12889-025-23723-y

“I want to hear you talk with your heart”: perspectives on receiving and providing mental wellness supports during the COVID-19 pandemic within a First Nation community in Canada

2025· article· en· W4413140314 sur OpenAlexafffundabout
Laura Jane Brubacher, Bryan Tanner, Ningwakwe George, Sharon Bernards, Melody E. Morton Ninomiya, Ashley Cornect-Benoit, Renee Linklater, Samantha Wells

Notice bibliographique

RevueBMC Public Health · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIndigenous Health, Education, and Rights
Établissements canadiensPublic Health OntarioWilfrid Laurier UniversityUniversity of TorontoPricewaterhouseCoopers (Canada)University of WaterlooWestern UniversityCentre for Addiction and Mental Health
Organismes subventionnairesCanadian Institutes of Health ResearchOntario Ministry of Health and Long-Term Care
Mots-clésPandemicMedicineCoronavirus disease 2019 (COVID-19)BiostatisticsPublic healthMental health2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Coronavirus InfectionsGerontologyNursingMedical educationPsychiatryVirologyInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The COVID-19 pandemic presented unprecedented challenges to local health systems, widening gaps in support and disrupting available care. Within Canada, First Nations communities have been disproportionately affected by the pandemic, which exacerbated an already strained system of appropriate services and supports. As part of a broader community-based participatory research project (The First Nations Wellness Initiative), the aim of this research was to explore how the COVID-19 pandemic affected people seeking and providing mental wellness supports within a First Nations community, with an eye to informing ways to enhance community strengths to better address pandemic-related challenges and develop community-identified opportunities for mental wellness promotion. METHODS: From September 2020 to March 2022, one-to-one interviews with people with lived experiences with mental health and/or substance use challenges (n = 2) and individuals supporting loved ones with lived experiences (n = 7) as well as two focus group discussions (i.e., with community youth (n = 5) and frontline service providers (n = 5)) were conducted in Saugeen First Nation, Ontario, Canada by a local research coordinator/Knowledge Holder. Individuals shared experiences with mental wellness and/or substance use challenges and experiences accessing/providing mental wellness supports during the pandemic. Recommendations for improving supports during and beyond the pandemic were also provided. These qualitative data were analyzed thematically, using a hybrid inductive-deductive approach. RESULTS: Challenges faced during the pandemic included difficulties finding and navigating available supports; problems connecting via virtual services; and lack of access to cultural and/or spiritual supports. Participants described relational supports (kinship, friends, the broader community) as well as formal supports (culturally-embedded programs, group supports, youth support group) as key community strengths drawn upon during the pandemic to promote mental wellness. In terms of service provision, challenges balancing differing community needs and concerns were highlighted. Participants shared ideas for expanding and adapting mental wellness promotion and supports to develop a stronger system of care for mental wellness and substance use challenges. CONCLUSIONS: The findings point to opportunities for building on existing community strengths and promoting locally-led, culturally-grounded supports for mental wellness and substance use challenges to enhance capacity of First Nations communities to support their members in the face of public health crises.

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)0,006
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,066
Score d'incertitude au seuil0,427

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0480,016
Communication savante0,0090,003
Science ouverte0,0030,008
Intégrité de la recherche0,0030,007
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,053
Tête enseignante GPT0,334
Écart entre enseignants0,281 · 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'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Public Health→Même sujetIndigenous Health, Education, and Rights→Travaux en français237 207→