A Psychosocial Risk Assessment and Management Framework to Enhance Response to CBRN Terrorism Threats and Attacks
Notice bibliographique
Résumé
Evidence in the disaster mental health literature indicates that psychosocial consequences of terrorism are a critical component of chemical, biological, radiological, and nuclear (CBRN) events, both at the clinical level and the normal behavioral and emotional levels. Planning for such psychosocial aspects should be an integral part of emergency preparedness. As Canada and other countries build the capacity to prevent, mitigate, and manage CBRN threats and events, it is important to recognize the range of social, psychological, emotional, spiritual, behavioral, and cognitive factors that may affect victims and their families, communities, children, the elderly, responders, decision makers, and others at all phases of terrorism, from threat to post-impact recovery. A structured process to assist CBRN emergency planners, decision makers, and responders in identifying psychosocial risks, vulnerable populations, resources, and interventions at various phases of a CBRN event to limit negative psychosocial impacts and promote resilience and adaptive responses is the essence of our psychosocial risk assessment and management (P-RAM) framework. This article presents the evidence base and conceptual underpinnings of the framework, the principles underlying its design, its key elements, and its use in the development of decision tools for responders, planners, decision makers, and the general public to better assess and manage psychosocial aspects of CBRN threats or attacks.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».