MétaCan
Menu
Retour à la cohorte
Enregistrement W7162003717 · doi:10.82308/11771

The experiences of children with a mental health disorder: a photovoice approach to understanding what matters

2016· dissertation· en· W7162003717 sur OpenAlexaboutno aff
Vanessa Greco

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueParticipatory Visual Research Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMental healthContext (archaeology)Occupational trainingChild care

Résumé

récupéré en direct d'OpenAlex

Les troubles de santé mentale de l'enfance sont très répandus en Amérique du Nord et peuvent entraîner des dépréciations sévères dans le fonctionnement social, affectif et scolaire de l'enfant. Les initiatives récentes pour la prestation de services de soins de santé mentale au Canada et aux États-Unis amènent un modèle axé sur le rétablissement ou « Recovery », par lequel les clients deviennent des participants actifs dans la prise de décisions de soins de santé et des experts dans la gestion de leurs difficultés. Comme les enfants sont reconnus de plus en plus compétents au sujet de leurs besoins de santé, cette collaboration entre professionnels et clients est maintenant étendue pour inclure les enfants.À cet effet, le développement de mesures d'auto-évaluation permettant aux enfants d'exprimer leurs besoins augmente. Une revue de la littérature a identifié trente-trois mesures d'auto-évaluations utilisées avec des enfants parmi plusieurs disciplines. Cependant, la plupart des outils d'évaluation sont créés en utilisant des concepts définis par les adultes et consistent en forme de questionnaire qui peut limiter la portée du dialogue entre le client et professionnel. Bien que ces outils permettent aux enfants de faire partie du processus de réadaptation, les informations recueillies ne reflètent pas nécessairement ce qui compte pour les enfants. De plus, de nombreux cliniciens continuent de compter sur les rapports des parents ou d'autres rapports de proxy plutôt que la perspective de l'enfant directement. Cela est particulièrement le cas pour les enfants souffrant de troubles de santé mentale, dont les vues sont souvent négligées. Par conséquent, plus de recherche est nécessaire sur les approches cliniques qui répondent directement aux expériences uniques des enfants atteints de troubles de santé mentale. Les méthodes de recherche qualitatives sont souvent utilisées pour étudier les expériences vécues par les enfants. Les méthodes empruntées dans cette étude consistent d'une approche narrative - phénoménologique à une ethnographie qui vise d'examiner les expériences de quatre enfants avec un trouble de santé mentale avant, pendant et après neuf séances de PhotoVoice. L'objectif de cette étude était d'observer ce que le processus de PhotoVoice peut accroître aux mesures d'auto-évaluation pour les enfants souffrant de troubles de santé mentale.L'approche de PhotoVoice et les méthodes ethnographiques utilisées dans cette étude nous ont permis de saisir les expériences vécues des enfants avec un trouble de santé mentale, et en particulier à les comprendre ce qui leur comptait. Les résultats obtenus mettent en évidence la manière dont le processus de PhotoVoice fournit un moyen par lequel les enfants expriment ce qui comptait par rapport à leurs activités et expériences particulières. L'activité de PhotoVoice démontre également le potentiel d'habiliter les enfants en tant que participants actifs, en ligne avec les principes des services axés sur le rétablissement, et résultant en données emmenées par l'enfant. De plus, les méthodes ethnographiques, c'est-à-dire les entrevues et les observations des participants, ont permis l'observation au-delà de la performance d'une activité pour inclure la signification et le contexte réel des expériences de l'enfant. Donc, le processus de PhotoVoice offert plusieurs avantages comme une intervention axée sur l'activité. Ceci est particulièrement important pour les ergothérapeutes qui favorisent l'engagement du client à des activités significatives, ciblées et orientées vers un but, tout en soutenant les initiatives de l'enfant.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,342
Tête enseignante GPT0,568
Écart entre enseignants0,226 · 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 tête enseignante, pas un consensus.

Devis d'étudeQualitatif
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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetParticipatory Visual Research MethodsTravaux en français237 207