MétaCan
Menu
Retour à la cohorte
Enregistrement W1591571567 · doi:10.1080/13691450802567424

Applying health determinants and dimensions in social work practice

2009· article· en· W1591571567 sur OpenAlexaff
Tuula Heinonen, Anna Metteri, Jennifer Leach

Notice bibliographique

RevueEuropean Journal of Social Work · 2009
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth, psychology, and well-being
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésMental healthSocial workSocial determinants of healthWork (physics)PsychologySociologyPhysical healthIntervention (counseling)Health careApplied psychologyPublic relationsNursingPublic healthMedicinePolitical scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Dimensions and determinants related to physical health, mental health and well-being can be used as tools in social work practice. These frameworks are useful for assessment, planning and intervention activities in complex client situations, alerting social workers to consider diverse features and processes that influence well-being in people's lives. They can be applied in social work with individuals, families, groups, and communities. In our view health and well-being need to be viewed holistically, broadly and in each unique situation, changing over time over the life course. Literature based on key word searches of concepts we use in our teaching and research and that has informed our conceptualisation of dimensions and determinants in physical health, mental health and well-being, is reviewed. A case illustration is presented to illustrate how the dimensions and determinants are used to inform practice and compare and apply alternative frameworks. Finally, the implications of these and other frameworks for social work, not only in health care settings, but also in other fields of social work practice, are discussed.

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)0,048
score de la tête « metaresearch » (Gemma)0,062
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil0,253

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0480,062
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0180,013
Études des sciences et des technologies0,0050,029
Communication savante0,0130,012
Science ouverte0,0020,013
Intégrité de la recherche0,0040,005
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 Opus0,068
Tête enseignante GPT0,450
Écart entre enseignants0,382 · 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'étudeThéorique ou conceptuel
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

Citations11
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Social WorkMême sujetHealth, psychology, and well-beingTravaux en français237 207