MétaCan
Menu
Retour à la cohorte
Enregistrement W2053355497 · doi:10.1097/nmd.0b013e318298241e

Stalking by Patients

2013· article· en· W2053355497 sur OpenAlexaffabout
Karen M Abrams, Gail Erlick Robinson

Notice bibliographique

RevueThe Journal of Nervous and Mental Disease · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueStalking, Cyberstalking, and Harassment
Établissements canadiensToronto General HospitalUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésStalkingCriminologyPsychologyMedicineMedical emergency

Résumé

récupéré en direct d'OpenAlex

Stalking involves recurrent unwanted communication, harassment, and intrusive behaviors. The aim of this study was to examine physicians' experiences of being stalked by their patients, with particular attention to the emotional impact on the physicians and their actions taken. A questionnaire designed to study the nature and the impact of stalking experiences among physicians was sent to 3159 randomly chosen physicians in the Greater Toronto Area. Approximately 15% (14.9%) of the 1190 physicians who responded reported having been stalked. The physicians reported feeling angry, frustrated, anxious, frightened, lacking control, and helpless. The physicians coped in a number of ways including terminating the physician-patient relationship, but many just ignored the problem. Most had no previous knowledge about stalking. Physicians experience a range of emotions as a result of being a victim of stalking. In view of the prevalence and the impact, physicians may benefit from education to help prepare them for the possibility of being stalked.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,389
Score d'incertitude au seuil0,391

Scores Codex et Gemma par catégorie

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

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 Opus0,007
Tête enseignante GPT0,249
Écart entre enseignants0,243 · 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.

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

Citations2
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Nervous and Mental DiseaseMême sujetStalking, Cyberstalking, and HarassmentTravaux en français237 207