MétaCan
Menu
← Retour à la cohorte
Enregistrement W6893217761 · doi:10.5281/zenodo.15151192

Addressing Barriers to Mental Health Care for Indigenous Peoples in Canada

2025· article· en· W6893217761 sur OpenAlexaffabout

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIndigenous Health, Education, and Rights
Établissements canadiensSeneca Polytechnic
Organismes subventionnairesnon disponible
Mots-clésIndigenousMental healthCommissionFace (sociological concept)Historical traumaSuicide preventionHealth careMental health careIdentity (music)

Résumé

récupéré en direct d'OpenAlex

Indigenous populations in Canada, including First Nations, Métis, and Inuit communities, face significant mental health challenges and experience higher rates of mental health disorders compared to the general population. For instance, suicide rates among Indigenous youth aged 15 to 24 are five to six times higher than those of their non-Indigenous peers, with Inuit youth facing rates up to 11 times the national average (Centre for Suicide Prevention, n.d.; Kirmayer et al., 2019). This striking disparity highlights the prevalence of conditions such as depression, anxiety, post-traumatic stress disorder (PTSD), and substance use disorders within these communities. Historical factors, particularly the intergenerational trauma from the residential school system, have contributed to these elevated mental health issues (Truth and Reconciliation Commission of Canada [TRC], 2015). The suppression of Indigenous languages and cultures in these institutions has led to a loss of cultural identity and community cohesion, further worsening mental health struggles (Gone, 2013). Addressing these challenges requires culturally sensitive approaches that recognize and integrate Indigenous perspectives on healing and well-being.

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)0,007
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 enseignants0,073
Score d'incertitude au seuil0,530

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0190,003
Communication savante0,0040,001
Science ouverte0,0030,006
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,025
Tête enseignante GPT0,306
Écart entre enseignants0,282 · 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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)→Même sujetIndigenous Health, Education, and Rights→Travaux en français237 207→