MétaCan
Menu
Retour à la cohorte
Enregistrement W2600660804 · doi:10.1177/1178632917694350

Mental Health Service Provision in Low- and Middle-Income Countries

2017· review· en· W2600660804 sur OpenAlexaff
Shanaya Rathod, Narsimha R. Pinninti, Muhammad Irfan, Paul Gorczynski, Pranay Rathod, Lina Gega, Farooq Naeem

Notice bibliographique

RevueHealth Services Insights · 2017
Typereview
Langueen
DomainePsychology
ThématiqueMental Health Treatment and Access
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésMental healthLow and middle income countriesLegislationService (business)Public relationsPoliticsBusinessPopulationResource (disambiguation)Political scienceEconomic growthMedicineDeveloping countryMarketingEnvironmental healthPsychiatryEconomics

Résumé

récupéré en direct d'OpenAlex

This article discusses the provision of mental health services in low- and middle-income countries (LMICs) with a view to understanding the cultural dynamics-how the challenges they pose can be addressed and the opportunities harnessed in specific cultural contexts. The article highlights the need for prioritisation of mental health services by incorporating local population and cultural needs. This can be achieved only through political will and strengthened legislation, improved resource allocation and strategic organisation, integrated packages of care underpinned by professional communication and training, and involvement of patients, informal carers, and the wider community in a therapeutic capacity.

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: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,092
Tête enseignante GPT0,454
Écart entre enseignants0,362 · 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'étudeRevue systématique
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

Citations826
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth Services InsightsMême sujetMental Health Treatment and AccessTravaux en français237 207