Notice bibliographique
Résumé
Summary Routine use of Health of the Nation Outcome Scales (HoNOS) has not produced the anticipated benefits for people using mental health services. Four HoNOS-specific reasons for this are: low relevance to clinical decision-making; not reflecting service user priorities; being staff-rated; and having a focus on deficits. More generally, the imposition of a centrally chosen measure on the mental health system leads to a clash of cultures, since frontline workers do not need a standardised measure to treat individuals. A better approach might be to use research from the emerging academic discipline of implementation science to inform the routine use of a standardised measure that is chosen by the people who will use it and hence is more concordant with existing clinical processes. This is illustrated using a case study of successful implementation of the Camberwell Assessment of Need (CAN) in community mental health services across Ontario, Canada.
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 | 0,626 | 0,704 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,003 |
| Méta-épidémiologie (sens large) | 0,018 | 0,013 |
| Bibliométrie | 0,041 | 0,021 |
| Études des sciences et des technologies | 0,004 | 0,008 |
| Communication savante | 0,028 | 0,012 |
| Science ouverte | 0,016 | 0,015 |
| Intégrité de la recherche | 0,013 | 0,018 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,004 |
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 ».