MétaCan
Menu
Retour à la cohorte
Enregistrement W4415215146 · doi:10.1016/j.childyouth.2025.108631

Tipping the balance: introducing the see-saw model of young adults unmet healthcare needs through a critical realist and patient-oriented approach

2025· article· en· W4415215146 sur OpenAlexaffabout
Sandy Rao, Gina Dimitropoulos, Katrina Milaney, Dean T. Eurich, Scott B. Patten

Notice bibliographique

RevueChildren and Youth Services Review · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueFamily Support in Illness
Établissements canadiensSouth Health CampusUniversity of AlbertaUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésHealth careMental healthIdentity (music)Mental healthcareStigma (botany)Young adultQualitative researchHealthcare system

Résumé

récupéré en direct d'OpenAlex

• Examines how identity-based stigma shapes unmet healthcare needs (UHN) in young adults. • Challenges assumptions that low UHN rates reflect equitable access or meaningful care. • Introduces the See-Saw Model, highlighting identity validation in healthcare experiences. • Explores disparities in UHN tied to social identity factors like sexual orientation. • Advocates for policies addressing structural and cultural inequities in healthcare access. This study explores the associations between sociodemographic factors, unmet healthcare needs (UHN), and mental illness among Canadian young adults aged 18–30, employing a Critical Realist (CR) and patient-oriented research (POR) approach. Utilizing data from the 2017–2018 Canadian Community Health Survey, the analysis examines how structural, cultural, and agentic mechanisms influence self-reported UHN. Despite an unexpectedly low overall proportion of UHN (<5%), the results suggest significant disparities, with higher UHN likelihoods among equity-deserving subgroups, such as those experiencing food insecurity or identifying as non-heterosexual. The findings also indicate a difference from geographic disparities (e.g., where you are) and UHN to those tied to social identity (e.g., who you are) with mental illness, highlighting the role of mutable and immutable factors. The study introduces the See-Saw Model of young adults UHN, conceptualizing healthcare experiences as a dynamic balance between stabilizing forces (e.g., social networks) and destabilizing pressures (e.g., stigma). Central to this model is the distinction between “being saw” (utilization) and “being seen” (validation of identity and needs), emphasizing the critical role of person-centred care. The findings challenge assumptions that low UHN rates reflect system efficacy and underscore the need to rethink healthcare metrics and policies. By integrating CR’s emphasis on causative mechanisms and POR’s lived experience insights, the study provides actionable pathways for addressing inequities and improving healthcare access for young adults. This work calls for equity-focused interventions that prioritize structural reforms and culturally sensitive practices to bridge the gap between healthcare utilization and meaningful care.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: aucune
Score de désaccord entre enseignants0,510
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

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

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 Opus0,019
Tête enseignante GPT0,297
Écart entre enseignants0,278 · 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 tête enseignante, 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 revueChildren and Youth Services ReviewMême sujetFamily Support in IllnessTravaux en français237 207