MétaCan
Menu
Retour à la cohorte
Enregistrement W2999248592 · doi:10.1017/gmh.2019.31

Law enforcement and mental health clinician partnerships in global mental health: outcomes for the Crisis Intervention Team (CIT) model adaptation in Liberia, West Africa

2020· article· en· W2999248592 sur OpenAlexaff
Mina Boazak, Sarah Yoss, Brandon A. Kohrt, Wilfred Gwaikolo, Pat Strode, Michael T. Compton, Janice L. Cooper

Notice bibliographique

RevueCambridge Prisms Global Mental Health · 2020
Typearticle
Langueen
DomainePsychology
ThématiquePsychopathy, Forensic Psychiatry, Sexual Offending
Établissements canadiensColumbia College
Organismes subventionnairesNational Institute of Mental HealthCarter Center
Mots-clésMental healthIntervention (counseling)Law enforcementEnforcementCrisis interventionAdaptation (eye)Global mental healthPolitical scienceLawPsychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The Crisis Intervention Team (CIT) model is a law enforcement strategy that aims to build alliances between the law enforcement and mental health communities. Despite its success in the United States, CIT has not been used in low- and middle-income countries. This study assesses the immediate and 9-month outcomes of CIT training on trainee knowledge and attitudes. METHODS: Twenty-two CIT trainees (14 law enforcement officers and eight mental health clinicians) were evaluated using pre-developed measures assessing knowledge and attitudes related to mental illness. Evaluations were conducted prior to, immediately after, and 9 months post training. RESULTS: The CIT training produced improvements both immediately and 9 months post training in knowledge and attitudes, suggesting that CIT can benefit law enforcement officers even in extremely low-resource settings with limited specialized mental health service infrastructure. CONCLUSION: These findings support further exploration of the benefits of CIT in highly under-resourced settings.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,653
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,109
Tête enseignante GPT0,395
Écart entre enseignants0,286 · 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 tête enseignante, pas un consensus.

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

Citations8
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge Prisms Global Mental HealthMême sujetPsychopathy, Forensic Psychiatry, Sexual OffendingTravaux en français237 207