Étude descriptive de la prévalence de la détresse psychologique et des troubles mentaux au sein de la population canadienne : comparaison entre la population à faible revenu et la population à revenu plus élevé
Bibliographic record
Abstract
<sec> <title>Objectif</title> Cette étude descriptive compare la prévalence de la détresse psychologique élevée et des troubles mentaux dans la population à faible revenu à celle de la population à revenu plus élevé du Canada. </sec> <sec> <title>Méthodes</title> Les données ont été recueillies dans le cadre de l’Enquête sur la santé dans les collectivités canadiennes – Santé mentale et bien-être (ESCC cycle 1.2), réalisée auprès de 36 984 Canadiens âgés de 15 ans et plus. La population à faible revenu (définie par la Mesure de faible revenu) a constitué 17,9 % (n = 6 620) de cet échantillon. On a utilisé l’échelle de Kessler K-10 pour mesurer la détresse psychologique, et l’entrevue CIDI pour évaluer les troubles mentaux. </sec> <sec> <title>Résultats</title> Un Canadien sur 5 a déclaré éprouver une grande détresse psychologique, et 1 sur 10, souffrir d’au moins un des cinq troubles mentaux étudiés ou de dépendance à une substance. Les femmes, les célibataires, les personnes séparées ou divorcées, les non-immigrants et les Autochtones ont été plus nombreux à déclarer souffrir de détresse psychologique, de troubles mentaux ou d’abus de substances. Les taux déclarés de détresse psychologique, de troubles mentaux ou d’abus de substances ont été beaucoup plus élevés chez les populations à faible revenu, et les différences mesurées étaient statistiquement cohérentes dans la plupart des catégories sociodémographiques. </sec> <sec> <title>Conclusion</title> Cette étude permet de mieux cerner les populations vulnérables en matière de santé mentale, susceptibles de bénéficier des programmes de prévention de la maladie et de promotion de la santé. </sec>
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.007 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".