MétaCan
Menu
Retour à la cohorte
Enregistrement W2978048479 · doi:10.1108/jpmh-01-2019-0014

When language is maladaptive: recommendations for discussing self-injury

2019· article· en· W2978048479 sur OpenAlexaff
Penelope Hasking, Stephen P. Lewis, Mark Boyes

Notice bibliographique

RevueJournal of Public Mental Health · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueSuicide and Self-Harm Studies
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésTerminologyCoping (psychology)Framing (construction)PsychologyOriginalityPoison controlMental healthHuman factors and ergonomicsSuicide preventionInjury preventionSocial psychologyPsychotherapistDevelopmental psychologyClinical psychologyCognitive psychologyMedicineMedical emergencyLinguistics

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is to call on researchers and clinicians to carefully consider the terminology used when discussing non-suicidal self-injury (NSSI), and specifically the use of the term “maladaptive” coping. Design/methodology/approach Drawing on literature regarding stigma, language and self-injury to support the argument that the term maladaptive is inappropriate to describe self-injury. Findings Use of the term maladaptive conflates short-term effectiveness with long-term outcomes and ignores context in which the behaviour occurs. Social implications Use of the term maladaptive to describe self-injury can invalidate the person with a history of NSSI, impacting stigma and potentially help-seeking. An alternate framing focussed on specific coping strategies is offered. Originality/value Language is a powerful medium of communication that has significant influence in how society shapes ideas around mental health. In proposing a change in the way the authors’ talk about self-injury there is potential to significantly improve the wellbeing of people with lived experience of self-injury.

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)0,119
score de la tête « metaresearch » (Gemma)0,256
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: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,119
Score d'incertitude au seuil0,629

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1190,256
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0040,005
Bibliométrie0,0090,005
Études des sciences et des technologies0,0150,021
Communication savante0,0190,051
Science ouverte0,0090,015
Intégrité de la recherche0,0250,037
Charge utile insuffisante (le modèle a refusé de juger)0,0150,008

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 Opus0,063
Tête enseignante GPT0,407
Écart entre enseignants0,344 · 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
GenreCommentaire

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Public Mental HealthMême sujetSuicide and Self-Harm StudiesTravaux en français237 207