MétaCan
Menu
Retour à la cohorte
Enregistrement W4413832396 · doi:10.1080/17533015.2025.2551538

Narratives in context: a cellphilm study of the social experiences of persons with psychosis from different ethnic, racial and migrant backgrounds

2025· article· en· W4413832396 sur OpenAlexafffund
S. Xavier, Manuela Ferrari, Amal Abdel‐Baki, S Serres, Nicole van den Bogerd, Imke Lemmers-Jansen, Els van der Ven, Srividya N. Iyer

Notice bibliographique

RevueArts & Health · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSchizophrenia research and treatment
Établissements canadiensCentre Hospitalier de l’Université de MontréalMcGill UniversityDouglas Mental Health University Institute
Organismes subventionnairesCanada Research Chairs
Mots-clésEthnic groupNarrativeContext (archaeology)PsychologyPsychosisImmigrationGender studiesSociologyDevelopmental psychologyPsychiatryAnthropologyHistoryArt

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: A higher risk of psychosis among migrants and ethnic minorities, due to intersecting exposure to social disadvantage, exclusion and discrimination, has been reported. However, first-person experiences and perspectives regarding these topics have rarely been sought. METHODS: We aimed to explore the contexts, experiences, and perspectives of individuals with psychosis from diverse ethno-racial and migrant backgrounds through a qualitative study involving an in-depth interview and an arts-based component (cellphilming). RESULTS: Four themes were generated through thematic analysis: Facing adversity; Apart from the world; (Re)building structure; and meaning; and Cellphilming as possibility and connection. Themes portray the role of place and society in the lives and development of psychosis of participants. CONCLUSIONS: Findings resonate with previous research on the impacts of social and structural disadvantage, particularly for minoritized populations. By framing these under particular contexts and life stories, our findings allow for contextualization and nuance, and a focus on what mattered the most for participants: hope, meaning, renewal and healing.

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)0,010
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 enseignants0,017
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0170,012
Communication savante0,0060,006
Science ouverte0,0020,014
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,049
Tête enseignante GPT0,383
Écart entre enseignants0,334 · 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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueArts & HealthMême sujetSchizophrenia research and treatmentTravaux en français237 207