MétaCan
Menu
Back to cohort
Record W4388819074 · doi:10.24095/hpcdp.43.10/11.02f

Application du cadre Theoretical Domains Framework pour cerner les préférences des policiers, des pompiers et des ambulanciers en matière d’accès aux soins de santé mentale dans une clinique de traitement des blessures de stress opérationnel pour les premiers répondants : une étude qualitative

2023· article· fr· W4388819074 on OpenAlexaffvenue
Valerie Testa, Alexandria Bennett, Jeffrey W. Jutai, Zachary Cantor, Peter Burke, James T. McMahon, R. Nicholas Carleton, Ian Colman, Deniz Fikretoglu, Alexandra Heber, Shannon Leduc, Marnin J. Heisel, Kednapa Thavorn, Daniel J. Corsi, Simon Hatcher

Bibliographic record

VenuePromotion de la santé et prévention des maladies chroniques au Canada · 2023
Typearticle
Languagefr
FieldHealth Professions
TopicHealth, Medicine and Society
Canadian institutionsLawson Health Research InstituteWestern UniversityChildren's Hospital of Eastern OntarioUniversity of ReginaDefence Research and Development CanadaCanadian Institute for Public Safety Research and TreatmentOttawa Public HealthVeterans Affairs CanadaOttawa HospitalUniversity of Ottawa
Fundersnot available
KeywordsHumanitiesPolitical sciencePhilosophy

Abstract

fetched live from OpenAlex

Introduction Les premiers répondants comme les autres membres du personnel de sécurité publique (travailleurs correctionnels, pompiers, ambulanciers paramédicaux, policiers, agents des communications en sécurité publique, etc.) sont souvent exposés à des événements potentiellement traumatisants sur le plan psychologique. Ces expositions sont susceptibles de contribuer à des problèmes de santé mentale et à un besoin accru en soins de santé mentale. Pourtant, aucune étude qualitative structurée et fondée théoriquement sur les obstacles aux comportements de recherche d’aide et sur les facteurs facilitant ces comportements n’a encore été entreprise auprès de cette population. Cette étude repose sur le cadre Theoretical Domains Framework (TDF) pour cerner et mieux comprendre les principaux obstacles et facteurs facilitants relatifs à la recherche d’aide et à l’accès aux soins de santé mentale dans le cadre d’une clinique de traitement des blessures de stress opérationnel pour premiers répondants. Méthodologie Nous avons mené des entretiens semi-structurés en personne avec 24 premiers répondants (11 pompiers, 5 ambulanciers paramédicaux et 8 policiers), recrutés à l’aide d’un échantillonnage raisonné et par boule de neige. Les entretiens ont été analysés à l’aide d’une analyse de contenu déductive. Le cadre TDF a guidé la conception de l’étude, le contenu des entretiens, la collecte et l’analyse des données. Résultats Les obstacles les plus signalés ont été des préoccupations concernant la confidentialité, le manque de confiance, le manque de connaissances des cliniciens sur la culture professionnelle, le manque de transparence quant à l’accès aux services et la stigmatisation au sein des organismes de premiers répondants. Les principaux thèmes influençant la recherche d’aide ont pu être classés au sein de 6 des 14 domaines du cadre TDF : le contexte environnemental et les ressources; les connaissances; les influences sociales; le rôle social/professionnel et l’identité; les émotions et enfin les croyances à l’égard des conséquences. Conclusion Nous avons pu cerner les principales mesures utilisables pour adapter les interventions afin d’encourager la participation à une clinique de traitement des blessures de stress opérationnel pour les premiers répondants : la transparence en matière de confidentialité, la présence de politiques visant à accroître les connaissances sur la culture professionnelle par l’ensemble du personnel de la clinique, des descriptions claires des modalités d’accès aux soins, la participation systématique des familles et la lutte contre la stigmatisation.

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 machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.015
metaresearch head score (Gemma)0.020
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.045
Threshold uncertainty score0.122

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0150.020
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0040.004
Science and technology studies0.0030.004
Scholarly communication0.0050.004
Open science0.0010.003
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0100.001

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.

Opus teacher head0.032
GPT teacher head0.414
Teacher spread0.382 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designQualitative
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2023
Admission routes2
Has abstractyes

Explore more

Same venuePromotion de la santé et prévention des maladies chroniques au CanadaSame topicHealth, Medicine and SocietyFrench-language works237,207