Examining the use of the recovery model with individuals found not criminally responsible on account of mental disorder
Notice bibliographique
Résumé
In providing the care and control of individuals found Not Criminally Responsible on Account of Mental Disorder (NCRMD), forensic psychiatry attempts to balance the protection of society with the treatment of mental illness. A new approach in mental health care is the recovery model, which centers on the understanding that there should be a ‘recovery in’, not a ‘recovery from’ serious mental illness. In clinical practice, this means that treatment decisions should be made in collaboration with patients and include their personal circumstances, such as criminality and aspirations. Concepts that intersect with these goals are elements like choice, hope, personal responsibility, and empowerment. This paper examines the implementation of the recovery model in forensic mental health settings and provides an in-depth exploration and evaluation of the model as it is practiced at a forensic psychiatric outpatient clinic with individuals found NCRMD. Ten participants, including both individuals found NCRMD and psychiatric professionals, took part in semi-structured interviews. The paper examines the experiences, perceptions and challenges of implementing the recovery model in a forensic psychiatric setting and compares its strategies to the predominant risk-based forensic practices. The analysis suggests that it is difficult to implement the recovery model in a forensic setting without compromising either the recovery model or the risk management approach.
 Keywords: NCRMD, recovery model, risk management, outpatient setting, qualitative, forensic mental health
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».