MétaCan
Menu
Retour à la cohorte
Enregistrement W3113191221 · doi:10.1080/02185385.2020.1854843

The experiences of the Good Companions Response Team during the COVID-19 pandemic in Wuhan, China: a multi-professional team led by social workers

2020· article· en· W3113191221 sur OpenAlexaff
Zhihong Yu, Weijia Tan, Liya Niu

Notice bibliographique

RevueAsia Pacific Journal of Social Work and Development · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensCanadian Mental Health AssociationUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésChinaPandemicCoronavirus disease 2019 (COVID-19)Work (physics)Public relationsSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)2019-20 coronavirus outbreakSocial workPsychologyNursingPolitical scienceMedicineEngineering

Résumé

récupéré en direct d'OpenAlex

The COVID-19 pandemic has been a worldwide crisis. During the pandemic, social workers have proactively participated in providing support. The Good Companions Response Team is a volunteer team started by social workers in Wuhan, China and serving people living in China and Chinese communities around the world. This paper introduces the experiences of the team in the makeshift hospitals in Wuhan and the '4 + 1 Online-Offline Remote Support Model' developed by the team. Our goal is to inspire social workers and other professionals in the Asian Pacific regions to work collaboratively during a similar public health emergency in the future.

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 candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,300
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,051
Tête enseignante GPT0,375
Écart entre enseignants0,324 · 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'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

Citations11
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsia Pacific Journal of Social Work and DevelopmentMême sujetCOVID-19 and Mental HealthTravaux en français237 207