MétaCan
Menu
Retour à la cohorte
Enregistrement W1919083533 · doi:10.61611/2165-4611.1061

Mental Health First Aid USA: The Implementation of a Mental Health First Aid Training Program in a Rural Healthcare Setting

2014· article· en· W1919083533 sur OpenAlexaboutno aff
Andrew O'Neill, Valerie Lester Leyva, Michael N. Humble, Melinda L. Lewis, John Addy S. Garcia

Notice bibliographique

RevueContemporary Rural Social Work Journal · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueMental Health Treatment and Access
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMental healthSocial workCertificationHealth careFirst aidMental illnessNursingMental healthcarePsychologyQuarter (Canadian coin)MedicineMedical educationPsychiatryPolitical scienceMedical emergency

Résumé

récupéré en direct d'OpenAlex

Nearly one-quarter of adults in the United States suffer from a documented mental disorder. Consequently, anyone could encounter a person with symptoms of mental illness at some point as they carry out their daily life activities. Although laypersons may accurately identify physical illnesses, they may lack necessary skills to identify symptoms of mental disorders, or know how to adequately respond to persons in a mental health crisis. Mental Health First Aid USA is an evidence-based certification program designed to teach lay citizens to recognize certain symptoms of common mental illnesses, offer and provide first aid assistance, and guide a person toward appropriate services and other support. The program targets a broad audience, from teachers, police officers, clergy members, and healthcare professionals to the average citizen volunteer. This practice note describes a pilot implementation of Mental Health First Aid USA by a social worker at a rural hospital in Central California. The process and results of program implementation are discussed as well as implications for social work practice in rural healthcare settings.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,433
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0040,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,062
Tête enseignante GPT0,413
Écart entre enseignants0,351 · 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 tête enseignante, pas un consensus.

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

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueContemporary Rural Social Work JournalMême sujetMental Health Treatment and AccessTravaux en français237 207