MétaCan
Menu
← Retour à la cohorte
Enregistrement W4414256985 · doi:10.7759/cureus.92406

A Retrospective Media Content Analysis of Suicide Reporting in Nigerian Print Media

2025· article· en· W4414256985 sur OpenAlexaff
Udoka Okpalauwaekwe, Kenneth E Enwerem, Moses Audu, Mansfield Mela

Notice bibliographique

RevueCureus · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueSuicide and Self-Harm Studies
Établissements canadiensHealth Care FoundationUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésSensationalismNewspaperSuicide preventionJournalismNeglectContent analysisPublic healthOccupational safety and healthPrint mediaPoison control

Résumé

récupéré en direct d'OpenAlex

Suicide is a significant global public health concern. Nigeria, Africa's most populous country, faces distinct challenges in suicide reporting due to underreporting, deep-rooted stigma, and the criminalization of attempted suicide. This study examines how Nigerian print media portrays suicide and evaluates adherence to World Health Organization (WHO) guidelines for responsible suicide reporting. We conducted a systematic review using Preferred Reporting Items for Systematic reviews and Meta-Analyses (PRISMA) guidelines. Suicide-related reports published between January 2010 and December 2021 across seven national Nigerian newspapers were analyzed. Data were coded for suicide methods, demographic characteristics, geographic distribution, and compliance with WHO suicide reporting standards. Descriptive analyses were conducted using IBM SPSS Statistics for Windows, version 28 (IBM Corp., Armonk, New York, United States). A total of 342 suicide events involving 425 individuals were identified; of these, 281 (66.3%) were male and 144 (33.6%) female. Suicide bombing occurred in 145 (42.3%) events, followed by hanging in 87 (25.4%) and poisoning in 55 (16.0%). Suicide events were more concentrated in the North-East zone (n=109, 33.0%) and least in the North Central zone. Media adherence to WHO reporting guidelines was extremely poor: 341/342 (99.7%) reports omitted preventive education/helplines, 341/342 (99.7%) showed sensationalist framing, 259/342 (75.7%) repeated "suicide" prominently, 339/342 (99.1%) detailed method/location; 325/342 (95.0%) showed limited consideration for the bereaved, and 91/342 (26.6%) included photographs. This study reveals concerning gaps in how Nigerian print media report suicide, with widespread neglect of WHO guidelines. Improved media practices are essential for ethical journalism and effective suicide prevention. Responsible reporting can enhance public understanding and reduce stigma, contributing to national mental health improvement. Our study findings underscore an urgent call for Nigeria to transform its media landscape into a strategic ally in suicide prevention, where accurate, sensitive reporting saves lives rather than sensationalizes tragedy.

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)0,017
score de la tête « metaresearch » (Gemma)0,070
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,089

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,070
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0160,012
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
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 Opus0,096
Tête enseignante GPT0,371
Écart entre enseignants0,275 · 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'étudeObservationnel
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'admission1
Résumé présentoui

Explorer davantage

Même revueCureus→Même sujetSuicide and Self-Harm Studies→Travaux en français237 207→