MétaCan
Menu
Retour à la cohorte
Enregistrement W2905896130 · doi:10.1186/s40337-018-0228-9

An exploratory study of challenges and successes in implementing adapted family-based treatment in a community setting

2018· article· en· W2905896130 sur OpenAlexaff
Ellen Astrachan-Fletcher, Erin C. Accurso, Setareh M. Rossman, Susan McClanahan, Gina Dimitropoulos, Daniel Le Grange

Notice bibliographique

RevueJournal of Eating Disorders · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueEating Disorders and Behaviors
Établissements canadiensMental Health Research CanadaUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)MedicineExploratory researchFamily therapyAnorexia nervosaQualitative researchEvidence-based practicePsychologyFamily medicinePsychotherapistNursingPsychiatryAlternative medicineEating disorders

Résumé

récupéré en direct d'OpenAlex

Although family-based treatment (FBT) is accepted as the first-line treatment for adolescent anorexia nervosa, studies show that it is infrequently used by clinicians in community settings. To elucidate some of the barriers to implementing this evidence-based treatment, mixed (quantitative and qualitative) methods were used in this exploratory study to examine therapist experiences with FBT. Twelve clinicians ( N = 12) at a community treatment center retrospectively reported on their experiences with FBT training and supervision in FBT. A subset of clinicians ( n = 7) additionally completed a structured interview about their experiences in using FBT. Results demonstrate that therapists endorsed certain common misconceptions about FBT prior to training, but that negative beliefs about FBT decreased after its implementation in their setting. These findings suggest that increased education about evidence-based treatments may diminish negative stereotypes about such treatments, which may ultimately increase their uptake in community settings. Sustainability of FBT is discussed in the context of how this community setting incorporated FBT principles into their ongoing clinical practice.

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)0,016
score de la tête « metaresearch » (Gemma)0,047
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,086

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,047
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,005
Communication savante0,0040,003
Science ouverte0,0030,005
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,065
Tête enseignante GPT0,373
Écart entre enseignants0,308 · 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'étudeQualitatif
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

Citations16
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Eating DisordersMême sujetEating Disorders and BehaviorsTravaux en français237 207