Association between Mental Health Apprehensions by Police and Monthly Income Assistance (Welfare) Payments
Notice bibliographique
Résumé
OBJECTIVE: Social misconduct, increased police activity, and increased emergency department (ED) use are associated with monthly income assistance (welfare) payments. The relation, if any, between welfare payments and mental health and addictions presentations to the ED requiring police involvement remains unknown. Our purpose was to determine if a relation exists between mental health apprehensions (MHAs) by police and monthly welfare cheque distribution, and the association between monthly payments and mental health and substance-related ED presentations. METHOD: The Vancouver Police administrative database was analyzed during an 81-week period (June 8, 2011, to December 25, 2012). Comparisons were made between the numbers of MHAs by police during the week following welfare payment to those during nonpayment weeks. The weekly number of mental health and substance-related ED presentations were also analyzed during the study period. MHAs were analyzed continuously, and compared using the 2-tailed t test. RESULTS: During the study period, 4009 MHAs occurred (range 1 to 18 MHAs/day). The mean weekly MHAs during welfare week was 54.6 (95% CI 51.75 to 57.45), compared with 48.6 (95% CI 46.35 to 50.85) during nonpayment weeks (P = 0.004). This translates to 85 MHAs annually related to welfare payments. Total mental health and addictions-related presentations to the ED were also significantly increased in the week following welfare payments (P < 0.001), and could not be solely attributed to increased MHAs by police. CONCLUSION: A statistically significant increase in the number of MHAs by police follows welfare payments. This is superimposed on a significant increase in overall mental health and substance-related ED presentations seen during the same period.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».