MétaCan
Menu
Retour à la cohorte
Enregistrement W1489324621 · doi:10.1177/107937390602900304

The Emergency Department and Victims of Sexual Violence: An Assessment of Preparedness to Help

2006· article· en· W1489324621 sur OpenAlexaboutno aff
Stacey B. Plichta, Tancy Vandecar-Burdin, Rebecca K. Odor, Shani Reams, Yan Zhang

Notice bibliographique

RevueJournal of Health and Human Services Administration · 2006
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSexual Assault and Victimization Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEmergency departmentLaw enforcementCommonwealthMedical emergencyGovernment (linguistics)Quarter (Canadian coin)Sexual violenceMedicinePreparednessNursingPsychologyPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

The Emergency Department (ED) is a key source of care for victims of sexual violence but there is little information available about the extent to which EDs are prepared to provide this care. This study examines the structural and process factors that the ED has in place to assist victims. A survey of all 82 publicly accessible EDs in the Commonwealth of Virginia was conducted (RR 76%). In general, the EDs provide the recommended medical care to victims. However, at least half do not have the needed resources in place to effectively assist victims and most (80%) do not provide regular training to their medical staff about sexual violence. Further, almost one-quarter do not have a relationship with a local rape crisis center. It is recommended that each ED partner with local rape crisis centers to provide training to their staff and to ensure continuity of support for victims. It is also suggested that the state government explore ways in which a forensic (SANE) nurse be made available to every victim of sexual violence that presents to the ED for medical assistance. Ideally, each ED would become part of a community-wide Sexual Assault Response Team (SART) in order to provide comprehensive care to victims and thorough evidence collection and information to law enforcement.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,031
Tête enseignante GPT0,429
Écart entre enseignants0,398 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations15
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Health and Human Services AdministrationMême sujetSexual Assault and Victimization StudiesTravaux en français237 207