What Clinicians Say About the Experience of Working With Individuals on Community Treatment Orders
Notice bibliographique
Résumé
OBJECTIVE: Community treatment orders (CTOs) refer to a variety of legal schemes that require a person with a serious mental illness to follow a plan of treatment and supervision while living in the community. Use of CTOs has been controversial, and they have been the subject of a considerable amount of quantitative and qualitative research. This article reports the results of a systematic review of qualitative studies focused on understanding the views and experiences of clinicians who work with individuals on CTOs. METHODS: Relevant databases and gray literature were searched for articles that used a qualitative methodology for data collection and analysis to examine clinicians' perspectives. CTOs were defined as various legal schemes, including court-ordered outpatient commitment and renewable conditional-leave provisions initiated while a person is an inpatient in a psychiatric unit. Mandatory treatment and supervision required after a person has been charged with or convicted of committing a criminal offense was not considered. RESULTS: Fourteen articles met inclusion criteria. They represented the views of more than 700 clinicians from six international jurisdictions. Three themes were identified: endorsement of the benefits of CTOs despite tensions both within and between clinicians concerning several aspects of CTOs; belief that medication compliance is a central aspect of CTOs; and acknowledgment that there is room for improvement in CTO implementation, monitoring, and administration. Strategies for reducing tensions and improving administration of CTOs are discussed. CONCLUSIONS: Clinicians view CTOs as providing benefits to their clients but struggle with the coercive nature of these tools.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».