Child and adolescent psychiatry in the Far East: A 5‐year follow up on the Consortium on Academic Child and Adolescent Psychiatry in the Far East (CACAP‐FE) study
Notice bibliographique
Résumé
AIM: Data pertaining to child and adolescent psychiatry (CAP) training systems are limited as extant research has mostly been derived from one-time data collection. This 5-year follow-up survey collects updated information on CAP training systems in the Far East, allowing for the tracking of system changes over the past 5 years. METHODS: Data were obtained from 18 countries, or functionally self-governing areas, in the Far East, 17 of which were also included in the original study. An online questionnaire was completed by leading CAP professionals in each country. Questions were expanded in the present study to capture the contents of CAP training. RESULTS: When compared to data from the original study, there has been progress in CAP training systems in the last 5 years. Specifically, there has been an increase in the number of countries with CAP training programs and national guidelines for the training. In addition, the number of CAP departments/divisions affiliated with academic institutions/universities has increased. Findings from 12 of 18 countries in the present study provide data on clinical contents. All informants of the present study reported the need for more child and adolescent psychiatrists and allied professionals. CONCLUSION: Despite progress in CAP training systems over the last 5 years, the need for more professionals in child and adolescent mental health care in all the relevant areas in this region have yet to be adequately addressed. Continued national efforts and international collaborations are imperative to developing and sustaining new CAP training systems while facilitating improvements in existing programs.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».