Vers de nouvelles approches en santé mentale : possibilités et limites pour les francophones en situation minoritaire à Terre-Neuve-et-Labrador et aux Territoires du Nord-Ouest
Bibliographic record
Abstract
De nouvelles approches axées sur la cybersanté mentale l’aide à la navigation du système, les cliniques sans rendez-vous, ainsi que les approches plus traditionnelles comme les lignes d’aide et de crise cohabitent afin de promouvoir ou d’intervenir précocement en santé mentale. Comment ces interventions répondent-elles aux besoins des francophones en contexte linguistique minoritaire alors que la communication est au coeur d’une consultation réussie? Objectif : Documenter six initiatives à Terre-Neuve-et-Labrador et dans les Territoires du Nord-Ouest. Méthode : Études de cas, incluant trente-six entrevues semi-dirigées auprès des autorités sanitaires, des fournisseurs de soins et des usagers. Résultats : La gratuité, l’anonymat, la rapidité, la présence des pairs travailleurs, l’absence de jugement et des démarches simples facilitent l’accès aux programmes. Parmi les limites, l’insuffisance de services en français et l’accent sur les thérapies brèves peuvent affecter la continuité des services, notamment pour les usagers francophones. Conclusion : Malgré les efforts pour améliorer l’offre de services en santé mentale aux francophones, des lacunes subsistent. L’article présente certaines stratégies qui permettraient d’améliorer l’offre de ces services.
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 | 0.011 | 0.017 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.009 | 0.008 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.011 | 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".