MétaCan
Menu
Retour à la cohorte
Enregistrement W3107672632 · doi:10.2147/jmdh.s271070

<p>The APEC Digital Hub-WONCA Collaborative Framework on Integration of Mental Health into Primary Care in the Asia Pacific</p>

2020· article· en· W3107672632 sur OpenAlexaff
Christopher Dowrick, Ryuki Kassai, Cindy Lo Kuen Lam, Raymond W. Lam, Garth Manning, Jill Murphy, Chee H. Ng, Chandramani Thuraisingham

Notice bibliographique

RevueJournal of Multidisciplinary Healthcare · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueMental Health Treatment and Access
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesPfizer
Mots-clésMental healthProsperityAsia pacificMental healthcareHealth carePrimary careMental health careProcess (computing)BusinessMedicineKey (lock)NursingPublic relationsEconomic growthPolitical scienceFamily medicineComputer sciencePsychiatryEconomicsInternational trade

Résumé

récupéré en direct d'OpenAlex

Mental ill health affects individual well-being and national economic prosperity and makes up a substantial portion of the burden of disease globally, especially in the Asia-Pacific region. Integrating mental health into primary care is widely considered a key strategy to improve access to mental health care. Integration, however, is a complex process that needs to be addressed at multiple levels. A collaboration between the Asia-Pacific Economic Cooperation (APEC) Digital Hub for Mental Health and the World Organization of Family Doctors (WONCA) is described in this paper, which outlines a framework and next steps to improve the mental health of communities in APEC economies. This paper notes gaps related to the integration of mental health into primary care across the region and identifies enablers and current best practices from several APEC economies. The potential of digital technology to benefit primary mental health care for populations in the APEC region, including delivery of training programs for healthcare staff and access to resources for patients, is described. Finally, key next steps are proposed to promote enhanced integration into primary care and improve mental health care throughout the APEC region.

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)0,001
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,259
Score d'incertitude au seuil0,932

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,033
Tête enseignante GPT0,379
Écart entre enseignants0,347 · 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'étudeQualitatif
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 revueJournal of Multidisciplinary HealthcareMême sujetMental Health Treatment and AccessTravaux en français237 207