MétaCan
Menu
Retour à la cohorte
Enregistrement W4414091666 · doi:10.3390/ijerph22091410

Green Landscapes of Care: The Potential of Gardens to Support the Well-Being of Asylum Seekers in Ireland

2025· article· en· W4414091666 sur OpenAlexaff
Felicity Daly, Sally Ann Lenehan, Jacqui O’Riordan

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Green Space and Health
Établissements canadiensTrinity College
Organismes subventionnairesTrinity College DublinUniversity College Cork
Mots-clésRefugeeFocus groupSpace (punctuation)Qualitative researchMental healthParticipant observationHealth careSuicide prevention

Résumé

récupéré en direct d'OpenAlex

Engaging vulnerable migrants in nature-based activities demonstrates that access to green space can provide a safe place to process trauma, allowing vulnerable forced migrants to enhance their sense of subjective well-being, to breathe and to be. Framed by the feminist ethics of care concept of 'universal care', this qualitative study utilised semi-structured interviews, focus group discussion and participant observation to explore asylum seekers' opportunities for giving and receiving care for people and planet in green spaces outside of institutional international protection accommodation, particularly among those who have access to community gardens. This research contributes to understanding the multigenerational benefits of green space and the potential of forms of horticultural therapy to support the health and well-being of vulnerable forced migrants of all ages. This research has implications for how care for international protection applicants could be enhanced in Ireland and elsewhere through expanding access to safe and inclusive green spaces. It provides a model of a landscape of care support mitigation of pre- and post-migration trauma and mental stress.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0050,008
Communication savante0,0030,002
Science ouverte0,0010,008
Intégrité de la recherche0,0010,001
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 Opus0,017
Tête enseignante GPT0,324
Écart entre enseignants0,307 · 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'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public HealthMême sujetUrban Green Space and HealthTravaux en français237 207