MétaCan
Menu
Retour à la cohorte
Enregistrement W2474033254 · doi:10.1057/9781137351692_1

Suicide Prevention and New Technologies: Towards Evidence Based Practice

2013· book-chapter· en· W2474033254 sur OpenAlexaff
Brian L. Mishara, Louis‐Philippe Côté

Notice bibliographique

RevuePalgrave Macmillan UK eBooks · 2013
Typebook-chapter
Langueen
DomainePsychology
ThématiqueMental Health via Writing
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésIntervention (counseling)Face (sociological concept)Period (music)Crisis interventionPsychologyPublic relationsPolitical scienceSocial psychologySociologyPsychiatrySocial scienceArtAesthetics

Résumé

récupéré en direct d'OpenAlex

Throughout most of human history people with personal problems would need to seek out another person to obtain help or emotional support. The alternative was to deal with the problem oneself, pray for divine intervention or have some solace from religious beliefs. In more recent times, for those few with the ability and culture to do so, one could also seek information, guidance or support from printed books. The second half of the 20th century was a period when the use of face- to-face professional help expanded throughout the world. During this same period, books became a source of a “do-it-yourself” psychological treatment, with an exponential growth in self-help books for almost any human affliction. In the mid-20th century, a new technology, the telephone, expanded the options for help seeking. Telephone support for suicidal people expanded rapidly since the start of the Samaritan movement in the United Kingdom, founded by Reverend Chad Varah in 1953 (Mishara, 2012). Today, telephone helplines provide crisis inter- vention, emotional support and suicide prevention services throughout the world. For examples, Befrienders Worldwide has affiliate helplines in more than 40 countries that provide telephone help based upon the Samaritan approach.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,923
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,097
Tête enseignante GPT0,370
Écart entre enseignants0,273 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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

En bref

Citations15
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePalgrave Macmillan UK eBooksMême sujetMental Health via WritingTravaux en français237 207