MétaCan
Menu
Retour à la cohorte
Enregistrement W2480631571 · doi:10.1017/cbo9781107284241

School Mental Health

2015· book· en· W2480631571 sur OpenAlexaffabout
Stan Kutcher, Mark D. Weist, Louise Rowling, Gustavo Estanislau, Yifeng Wei, Alexa Bagnell, Connie Coniglio, Yasong Du, Linyuan Deng, Devvarta Kumar, AbdulKareem AlObaidi, Aleisha M. Clarke, Moshe Israelashvili, Yasutaka Ojio, Kenneth Hamwaka, Pauline Dickinson, Amanda Lee, Yuhuan Xie, Yankı Yazgan, Nataliya Zhabenko, Katherine Weare, A. Raisa Petca

Notice bibliographique

RevueCambridge University Press eBooks · 2015
Typebook
Langueen
DomainePsychology
ThématiqueChild and Adolescent Psychosocial and Emotional Development
Établissements canadiensIzaak Walton Killam Health CentreDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMental healthPsychological interventionPromotion (chess)RealisationReading (process)Medical educationPsychologyPublic relationsNursingMedicinePolitical sciencePsychiatry

Résumé

récupéré en direct d'OpenAlex

The realisation that most mental disorders have their onset before the age of twenty-five has focused psychiatric research towards adolescent mental health. This book provides vivid examples of school mental health innovations from eighteen countries, addressing mental health promotion and interventions. These initiatives and innovations enable readers from different regions and disciplines to apply strategies to help students achieve and maintain mental health, enhance their learning outcomes and access services, worldwide. Through case studies of existing programs, such as the integrated system of care approach in the USA, the school-based pathway to care framework in Canada, the therapeutic school consultation approach in Turkey and the REACH model in Singapore, it highlights challenges and solutions to building initiatives, even when resources are scarce. This will be essential reading for educators, health providers, policy makers, researchers and other stakeholders engaged in helping students achieve mental health and enhance their learning outcomes.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,107
Score d'incertitude au seuil0,359

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,1070,039

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 Opus0,031
Tête enseignante GPT0,255
Écart entre enseignants0,225 · 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'étudeSans objet
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

Citations40
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetChild and Adolescent Psychosocial and Emotional DevelopmentTravaux en français237 207