What Are The Help-Seeking Attitudes, Intentions and Behaviours of Female University Students of Colour Living in the UK?
Notice bibliographique
Résumé
For decades, surveys have shown that women of colour (WOC) in the UK experience disproportionate rates of mental health problems compared to their white counterparts (Bailey & Tribe, 2021; Jongsma et al., 2019). Despite this, WOC have some of the lowest rates of engagement with mental health services (Dixon et al., 2016). As intersectionality is still an emerging framework for understanding mental health (Taylor & Richards, 2019; Lal et al., 2021), the body of literature on help-seeking behaviours in WOC is lacking, especially compared to the number of studies conducted on white participants. The proposed study explores the attitudes of this population towards mental health and help-seeking, understanding how these are influenced by their multiple intersecting identities of gender identity, ethnic background and diaspora membership Bailey, N. and Tribe, R. (2021) ‘A qualitative study to explore the help-seeking views relating to depression among older Black Caribbean adults living in the UK’, International Review of Psychiatry, 33(1-2), pp. 113-118. Jongsma, H. et al. (2019) ‘International incidence of psychotic disorders, 2002-27: a systematic review and meta-analysis’, The Lancet Public Health, 4(5) pp. 229-244. Dixon, L. et al. (2016) ‘Treatment engagement of individuals experiencing mental illness: review and update’, World Psychiatry, 15(1), pp.13-20. Taylor, D. and Richards, D. (2019) ‘Triple Jeopardy: Complexities of Racism, Sexism, and Ageism on the Experiences of Mental Health Stigma Among Young Canadian Black Women of Caribbean Descent’, Frontiers in Sociology, 4. Lal, R. et al. (2021) ‘Mental health seeking behaviour of women university students: An intersectional analysis’, International Health Trends and Perspectives, 1(2), pp. 288-307.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,086 | 0,097 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».