MétaCan
Menu
Retour à la cohorte
Enregistrement W2148123043 · doi:10.1093/hsw/33.1.43

From the Real Frontline: The Unique Contributions of Mental Health Caregivers in Canadian Foster Homes

2008· article· en· W2148123043 sur OpenAlexafffundabout
Myra Piat, Nicole Ricard, Judith Sabetti, Louise Beauvais

Notice bibliographique

RevueHealth & Social Work · 2008
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMental Health and Patient Involvement
Établissements canadiensDouglas Mental Health University Institute
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMental healthPsychologyQualitative researchSocial workNursingMental illnessIdentification (biology)MedicineGerontologyPsychiatrySociology

Résumé

récupéré en direct d'OpenAlex

This article reports the findings of a qualitative study on the contribution of foster home caregivers for people with serious mental illness. Traditionally, social workers have played a key role in the supervision of foster homes. Little is known about how the help caregivers provide is similar to, or different from, that provided by mental health professionals. Twenty semistructured interviews were conducted with caregivers operating foster homes in Montreal, Canada. With no preset theoretical framework, data analysis was inductive and ongoing, involving the identification of categories and themes. Overall findings revealed that caregivers consider themselves the real frontline workers. They claim to be available 24 hours a day, seven days a week to combine egalitarian and affective relationships with their residents and to provide them with personalized care. Caregivers are well positioned to respond immediately to crises. Caregivers also believe that their intimate and thorough familiarity with their residents allows them to assess residents differently than could social workers. These findings have implications for mental health professionals. The combined skills and expertise of nonprofessional caregivers and social workers are essential in promoting the residents' reintegration into the community.

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)0,004
score de la tête « metaresearch » (Gemma)0,012
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,245
Score d'incertitude au seuil0,493

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0250,006
Communication savante0,0040,002
Science ouverte0,0020,007
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,104
Tête enseignante GPT0,407
Écart entre enseignants0,303 · 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

Citations3
Publié2008
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealth & Social WorkMême sujetMental Health and Patient InvolvementTravaux en français237 207