MétaCan
Menu
Retour à la cohorte
Enregistrement W2913718331 · doi:10.33417/tsh.516844

Ruh Sağlığı Alanında İyileşme Yaklaşımı Ve Psikiyatrik Sosyal Hizmet

2019· article· tr· W2913718331 sur OpenAlexaff
Aslıhan Nişancı

Notice bibliographique

RevueToplum ve sosyal hizmet(Online)/Toplum ve sosyal hizmet · 2019
Typearticle
Languetr
DomaineHealth Professions
ThématiqueMental Health and Patient Involvement
Établissements canadiensMental Health Commission of Canada
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophyMedicine

Résumé

récupéré en direct d'OpenAlex

Bu makalede iyileşme yaklaşımının kısa tarihsel ve düşünsel arka planı sunulmakta ve yaklaşımın temel unsurları sosyal hizmet ile ilişkisi bağlamında değerlendirilmektedir. İyileşme yaklaşımını temel alarak ortaya konmuş bir uygulama modeli ele alınarak, yaklaşımın psikiyatrik sosyal hizmet uygulamaları, sosyal hizmet eğitimi ve araştırması için önemi ortaya konmaktadır. Psikiyatrik sosyal hizmet alanında özelleşmiş sosyal hizmet uzmanları psikiyatrik tedavi sürecinin tüm aşamalarında yer alabilir, ruh sağlığı sistemlerini ve politikalarını yönetebilir ve yönlendirebilirler. Sosyal hizmet disiplini patoloji odaklı modern psikiyatriye yaptığı eleştiri ile engellilik hareketi, kadın hareketi, hizmet alan hareketi gibi hareketlerle birlikte eleştirel psikiyatri akımının doğmasına zemin hazırlayan kaynaklar arasındadır. Söz konusu modern psikiyatri eleştirileri ruh sağlığı alanında iyileşme yaklaşımını ortaya çıkarmıştır. Son yıllarda ruh sağlığı alanındaki uygulamaları ve ülkelerin ruh sağlığı politikalarını dönüştüren iyileşme yaklaşımı, sosyal hizmet mesleğinin temel ilke ve değerleri ile örtüşmektedir. Bu nedenlerle iyileşme yaklaşımı hem psikiyatrik sosyal hizmet alanındaki sosyal hizmet uygulamalarına yön verebilir, hem de ruh sağlığı sistemlerinin sosyal hizmet bakış açısına uyumlu şekilde dönüştürülmesine öncülük edebilir.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,090

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0050,003
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0270,004

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 Opus0,127
Tête enseignante GPT0,394
Écart entre enseignants0,267 · 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'étudeSans objet
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

Citations11
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueToplum ve sosyal hizmet(Online)/Toplum ve sosyal hizmetMême sujetMental Health and Patient InvolvementTravaux en français237 207