Understanding the Treatment Disparities in Canadian College Students Experiencing Mental Health Problems: A Regression Analysis
Notice bibliographique
Résumé
PURPOSE: Investigate the sociodemographic disparities in mental health treatment among Canadian college students through quantifying disparities at 2 critical stages of the treatment-seeking pathway: (1) perceived need for treatment and (2) service use, conditional on perceived need. METHODS: Survey data collected at 4 Canadian universities under the World Mental Health International College Student initiative were analyzed. Students meeting the criteria for 12-month mental disorder, substance use disorder, suicidal thoughts and behaviors, and/or non-suicidal self-injury were included in the analyses (N = 8,581). Multivariable logistic regression models were run to evaluate the associations between sociodemographic characteristics and (1) perceived need for mental health treatment and (2) service use, conditional on perceived need. Gender, sexual orientation, race and ethnicity, age, international student status, parental education, and financial stress were investigated as covariates. RESULTS: Students meeting the criteria for a 12-month mental health condition comprised 30.4% of the total sample. Of these students, 78.7% reported a perceived need for mental health treatment and 40.2% reported service use. Gender and sexual orientation disparities appeared to predominately arise from differences in perceived need. Conversely, disparities based on age, international student status, and financial stress appeared to predominately arise from differences in structural barriers. Disparities based on race/ethnicity and parental education appeared to arise from both attitudinal and structural barriers. DISCUSSION: Findings identify key blockage points for further investigation and highlight heterogeneity in the causes underlying sociodemographic disparities in service use, emphasizing the importance of targeted efforts to promote equitable access to mental health treatment for students.
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 | 0,004 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».