MétaCan
Menu
Retour à la cohorte
Enregistrement W3024193651 · doi:10.1108/pijpsm-12-2019-0191

Who is reported missing from Canadian hospitals and mental health units?

2020· article· en· W3024193651 sur OpenAlexaffabout
Lorna Ferguson, Laura Huey

Notice bibliographique

RevuePolicing An International Journal · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHomelessness and Social Issues
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMental healthOriginalityContext (archaeology)Missing dataPhenomenonLogistic regressionMental illnessPsychologyMedicineActuarial sciencePsychiatryBusinessSocial psychologyGeographyComputer science

Résumé

récupéré en direct d'OpenAlex

Purpose International literature on missing persons suggests that a significant volume of missing person cases originate from hospitals and mental health units, resulting in considerable costs and resource demands on both police and health sectors (e.g., Bartholomew et al. , 2009; Sowerby and Thomas, 2017). In the Canadian context, however, very little is known about patients reported missing from these locations – a knowledge deficit with profound implications in terms of identifying and addressing risk factors that contribute to this phenomenon. The present study is one such preliminary attempt to try to fill a significant research and policy gap. Design/methodology/approach The authors draw on data from a sample of 8,261 closed missing person reports from a Canadian municipal police service over a five-year period (2013–2018). Using multiple logistic regression, the authors identify, among other factors, who is most likely to be reported missing from these locations. Findings Results reveal that several factors, such as mental disabilities, senility, mental illness and addiction, are significantly related to this phenomenon. In light of these findings, the authors suggest that there is a need to develop comprehensive strategies and policies involving several stakeholders, such as health care and social service organizations, as well as the police. Originality/value Each year, thousands of people go missing in Canada with a large number being reported from hospitals and mental health units, which can be burdensome for the police and health sectors in terms of human and financial resource allocation. Yet, very little is known about patients reported missing from health services – a knowledge deficit with profound implications in terms of identifying and addressing risk factors that contribute to this phenomenon. This manuscript seeks to remedy this gap in Canadian missing persons literature by exploring who goes missing from hospitals and mental health units.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,455
Score d'incertitude au seuil0,847

Scores Codex et Gemma par catégorie

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

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 Opus0,088
Tête enseignante GPT0,446
Écart entre enseignants0,358 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations13
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePolicing An International JournalMême sujetHomelessness and Social IssuesTravaux en français237 207