MétaCan
Menu
Retour à la cohorte
Enregistrement W3185138413 · doi:10.1111/inm.12028

Systemic perspective of violence and aggression in mental health care: Towards a more comprehensive understanding and conceptualization: Part 2

2013· review· en· W3185138413 sur OpenAlexaff
John R. Cutcliffe, Sanaz Riahi

Notice bibliographique

RevueInternational Journal of Mental Health Nursing · 2013
Typereview
Langueen
DomainePsychology
ThématiquePsychopathy, Forensic Psychiatry, Sexual Offending
Établissements canadiensOntario Shores Centre for Mental Health SciencesUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésConceptualizationMental healthAggressionPsychologyPerspective (graphical)Poison controlThematic analysisSuicide preventionOccupational safety and healthHealth careSocial psychologyMedicinePsychiatrySociologyQualitative researchMedical emergencyPolitical scienceComputer science

Résumé

récupéré en direct d'OpenAlex

This is the second of a two part paper which seeks to explore a wide range of phenomena that have been found to have an association with aggression and violence (A/V) in inpatient mental health care, synthesize these propositions according to fit or congruence into a systemic model of A/V, explore the empirical evidence pertaining to these propositions, and begin to consider application of this model to better inform our individual and/or organizational responses to A/V in mental health care. The systemic model is comprised of four thematic categories with part two of the paper focusing on the final two categories: mental health-care system-related phenomena and clinician-related phenomena. The paper then discusses a number of implications arising out of embracing a more systemic model of A/V in mental health care. In broadening our understanding to include all the phenomena that contribute increased risk of A/V incidents, we are able to move away from inaccurate views that disproportionately assign 'responsibility' to clients for causing A/V when the evidence indicates that the client-related phenomena may only account for a small portion of these incidents.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,007
Études des sciences et des technologies0,0010,009
Communication savante0,0050,006
Science ouverte0,0010,003
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,103
Tête enseignante GPT0,469
Écart entre enseignants0,366 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations57
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Mental Health NursingMême sujetPsychopathy, Forensic Psychiatry, Sexual OffendingTravaux en français237 207