MétaCan
Menu
Retour à la cohorte
Enregistrement W2417330061 · doi:10.3928/0279-3695-20020801-15

Talking as a Primary Method of Peer Defusing for Military Personnel Exposed to Combat Trauma

2002· review· en· W2417330061 sur OpenAlexaff
Joël S Fillion, Paul T. Clements, Jennifer B. Averill, Gloria J Vigil

Notice bibliographique

RevueJournal of Psychosocial Nursing and Mental Health Services · 2002
Typereview
Langueen
DomainePsychology
ThématiquePosttraumatic Stress Disorder Research
Établissements canadiensCanadian Armed Forces
Organismes subventionnairesnon disponible
Mots-clésMilitary personnelDistressingAsset (computer security)Mental healthPsychologyPosttraumatic stressCombat stress reactionMedical emergencyPsychiatryMedicineComputer securityPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

1. Humanitarian relief missions and military operations are unquestionably stressful and clearly have potential to affect the mental health of soldiers. 2. After being exposed to traumatic events, soldiers may develop acute stress reactions, a historically known phenomenon better recognized and understood today. 3. Although organized resources exist, they may not be accessible or appropriate. Soldiers are the most precious asset the military forces have and their peers may be the best and only resource available to them. 4. The need to ventilate and the relief that follows after talking about distressing events are evidence that defusing by talking should be encouraged after exposure to a traumatic event.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,115
Tête enseignante GPT0,502
Écart entre enseignants0,387 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Psychosocial Nursing and Mental Health ServicesMême sujetPosttraumatic Stress Disorder ResearchTravaux en français237 207