MétaCan
Menu
Retour à la cohorte
Enregistrement W2170819765 · doi:10.1007/s11469-012-9418-x

Partnerships Among Canadian Agencies Serving Women with Substance Abuse Issues and Their Children

2013· article· en· W2170819765 sur OpenAlexafffundabout
Wendy Sword, Alison Niccols, Reza Yousefi‐Nooraie, Maureen Dobbins, Ellen L. Lipman, Patrick Smith

Notice bibliographique

RevueInternational Journal of Mental Health and Addiction · 2013
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMental Health and Patient Involvement
Établissements canadiensUniversity of British ColumbiaHamilton Health SciencesMcMaster University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésHealth psychologyPublic healthSubstance abuseSubstance abuse treatmentRehabilitationSubstance useSubstance abuse preventionPsychologyEnvironmental healthPsychiatryMedicineNursing

Résumé

récupéré en direct d'OpenAlex

Women with substance use issues and their children have unique needs that are best met through collaborative and coordinated service delivery offered by a variety of agencies. However, in Canada and elsewhere, services tend to be fragmented and fail to address children's needs. This study aimed to describe the partnership patterns, activities, and qualities among Canadian agencies serving women with addictions and to determine predictors of partnerships. We found that a number of partnerships exist, and that the extent and characteristics of these partnerships vary. Agency responsiveness to clients was predictive of sending referrals whereas friendliness predicted joint programming and consultation. Four central agencies played key linkage roles. Efforts should be made to build on the social capital inherent in these agencies to strengthen existing networks, further develop linkages to improve service delivery, and promote evidence-informed practice in a field where there is an identified research-practice gap.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,267

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0110,002
Communication savante0,0030,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,075
Tête enseignante GPT0,343
Écart entre enseignants0,268 · 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'étudeQualitatif
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

Citations18
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Mental Health and AddictionMême sujetMental Health and Patient InvolvementTravaux en français237 207