MétaCan
Menu
Retour à la cohorte
Enregistrement W2728757889 · doi:10.35502/jcswb.43

An innovative service collaboration to reduce criminal recidivism for inmates with severe addictions

2017· article· en· W2728757889 sur OpenAlexaffvenueabout
Elan Paluck, Michelle McCarron, Mamata Pandey, Dorothy Banka

Notice bibliographique

RevueJournal of Community Safety and Well-Being · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensGovernment of SaskatchewanRegina Qu'Appelle Health Region
Organismes subventionnairesnon disponible
Mots-clésGeneral partnershipChristian ministryPublic relationsSubstance abuseAddictionCompromiseService (business)StakeholderCriminal justiceRecidivismBusinessEconomic JusticeMedical educationPsychologyNursingPolitical scienceMedicinePsychiatryMarketingCriminology

Résumé

récupéré en direct d'OpenAlex

Agencies with overlapping mandates can form partnerships to aid development of effective programming. In 2008, the Dedicated Substance Abuse Treatment Unit (DSATU) opened at Regina Correctional Centre through a tripartite collaboration between the Saskatchewan (SK) Ministry of Justice, Corrections and Policing; Addiction Services, Regina Qu’Appelle Health Region; and the SK Ministry of Health. Stakeholders researched existing best practices in the field and developed an evidence-based substance abuse treatment program for sentenced inmates at high risk to re-offend. An evaluation of the DSATU program completed in 2016 concluded that the DSATU was effective, sustainable, and likely transferable to other correctional facilities wishing to offer this type of programming. The stakeholder partnership was a key ingredient in the program’s success. This paper describes the process by which the partners worked together to develop, implement, and sustain this innovative and evidence-based substance abuse treatment program. The partners’ willingness to compromise, to take a collaborative approach to building the partnership and developing the program, and to put clients ahead of individual organizational mandates all contributed to the success of the partnership.

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)0,014
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0090,002
Communication savante0,0030,005
Science ouverte0,0030,023
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0130,002

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 Opus0,248
Tête enseignante GPT0,572
Écart entre enseignants0,324 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Community Safety and Well-BeingMême sujetHealth Policy Implementation ScienceTravaux en français237 207