CLINICAL APPROACHES TO CULTURAL DIVERSITY IN MENTAL HEALTH CARE. A LITERATURE REVIEW.
Notice bibliographique
Résumé
Background and Aims: Inequity on mental healthcare access is a main problem for migrants. In addition, migration-related factors may function as social determinants for mental health. It is necessary to adapt our services to the needs of this vulnerable population. This should be done taking into account that cultural factors have an impact on the way that mental illness and treatment are conceptualized.The aim of this study is to gain a global vision of the different types of clinical approaches to migrantsu2019 mental healthcare that have been developed throughout the world.Methods: Literature review via scientific database (PubMed, PsycInfo) was conducted. The screening process resulted in a selection of 32 papers.Results: The adaptations to cultural diversity in mental health are mostly found in England, France, Canada, Australia and the US. In recent years, they have started spreading to other countries. Some of the adaptations found were: using interpreters and cultural brokers, professionals training and supervision, innovations on the therapeutical setting, cultural consultation and ethno-specific clinics. How these adaptations are developed is related to the country's migration patterns, as well as its citizenship model.Conclusions: There are many ways in which we can improve mental healthcare access for migrants. However, there is still a long way to get away from ethnocentric perspectives, treasuring multicultural pluralism
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,006 | 0,020 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».