MétaCan
Menu
Retour à la cohorte
Enregistrement W7065261031

Development and Evaluation of Culturally Adapted CBT to Improve Community Mental Health Services for Canadians of South Asian Origin - Final Report 2023

2023· other· en· W7065261031 sur OpenAlexaboutno aff

Notice bibliographique

RevueKent Academic Repository (University of Kent) · 2023
Typeother
Langueen
DomainePhysics and Astronomy
ThématiqueX-ray Spectroscopy and Fluorescence Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMental healthMulticulturalismAffect (linguistics)Adaptation (eye)PerceptionSouth asiaEthnic group
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Phase 1: Five themes were identified from the analysis: Awareness and preparation: matters that impact the individual’s cognizance of therapy and mental illness Access and delivery of care: SA Canadians’ perception of barriers, facilitators and access to treatment Assessment and engagement: experiences of receiving helpful treatment Adjustments to therapy: modifications and suggestions to standard CBT Ideology and ambiguity: racism, immigration, discrimination and other socio-political factors that affect mental health and access to care. Phase 2: The CaCBT group scored lower than standard CBT on all symptom measures. The CaCBT group exhibited significantly greater levels of engagement and satisfaction than the standard CBT group, as evidenced by VSSS and WAI results. South Asians born in Canada showed greater reduction in depressive symptoms (approaching statistical significance) than those born outside of Canada, indicating that CaCBT may be more widely accepted among those born in Canada. The study had a high recruitment response and retention rate, demonstrating the feasibility of CaCBT. Phase 3: There was significant increase in knowledge of both multicultural counselling skills and cultural adaptation after training. There was a significant increase in Southampton Adaptation Framework knowledge after training, with a 37% average normalized gain in knowledge Average satisfaction post-training was 91.66%.

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)0,005
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,276
Score d'incertitude au seuil0,556

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,001
Communication savante0,0010,000
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
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 Opus0,023
Tête enseignante GPT0,277
Écart entre enseignants0,253 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKent Academic Repository (University of Kent)Même sujetX-ray Spectroscopy and Fluorescence AnalysisTravaux en français237 207