Suicide Prevention and New Technologies: Towards Evidence Based Practice
Notice bibliographique
Résumé
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. These keywords were added by machine and not by the authors. This process is experimental and the keywords may be updated as the learning algorithm improves.
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 | 0,137 | 0,254 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,012 | 0,010 |
| Études des sciences et des technologies | 0,003 | 0,010 |
| Communication savante | 0,020 | 0,018 |
| Science ouverte | 0,011 | 0,011 |
| Intégrité de la recherche | 0,014 | 0,023 |
| 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 ».