Prévention du suicide auprès des membres des communautés ethnoculturelles minoritaires et/ou racisées et des personnes réfugiées ou en demande d'asile.: Revue de la littérature et consultations des acteurs terran.
Bibliographic record
Abstract
En 2022, le ministère de la Santé et des Services Sociaux (MSSS) du Gouvernement du Québec a confié à l’Institut universitaire SHERPA (IU SHERPA) et au Centre d’expertise sur le bien-être et l’état de santé physique des réfugiés et des demandeurs d’asile (CERDA) le mandat de réaliser des outils à l’intention des intervenant·e·s et professionnel·le·s œuvrant auprès des membres des communautés ethnoculturelles minoritaires et/ou racisées, des personnes réfugiées et des personnes en demande d’asile afin de guider leur pratique en prévention du suicide. Ce rapport présente une revue de la littérature sur le suicide chez ces groupes, ainsi que les résultats de consultations auprès des acteur·trice·s du système de santé et services sociaux et du secteur communautaire au Québec. Le rapport explore les façons dont la culture et les parcours migratoires influencent divers phénomènes liés au suicide, notamment les stratégies de recherche d’aide, les conceptions et l’acceptabilité du suicide, ainsi que la stigmatisation des enjeux de santé mentale et du suicide. Il est pertinent de tenir compte de ces influences pour adapter les interventions et les stratégies de prévention. La revue de la littérature a permis de dégager des déterminants du suicide qui caractérisent les besoins et réalités spécifiques des groupes populationnels ciblés dans ce rapport. Ils sont ici classés en facteurs de risque et facteurs de protection.
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 imitationNot 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.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.013 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
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.
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 source (direct Gemma or distilled Codex), 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".