MétaCan
Menu
Retour à la cohorte
Enregistrement W4295706252 · doi:10.1002/pits.22791

Framework for successful school reintegration after psychiatric hospitalization: A systematic synthesis of expert recommendations

2022· article· en· W4295706252 sur OpenAlexafffund
Anne‐Marie Tougas, Andrée‐Anne Houle, Karissa Leduc, Émilie Frenette‐Bergeron, Katherine Marcil

Notice bibliographique

RevuePsychology in the Schools · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueHealthcare Decision-Making and Restraints
Établissements canadiensMcGill UniversityCentre Hospitalier Universitaire de SherbrookeUniversité de Sherbrooke
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésInclusion (mineral)Mental healthThematic analysisPsychologyBest practiceMedical educationSystematic reviewMEDLINEEvidence-based practiceScientific literaturePsychiatryMedicineQualitative researchAlternative medicine

Résumé

récupéré en direct d'OpenAlex

Abstract This systematic synthesis aimed to identify and synthesize expert recommendations from best available clinical and scientific literature for successful school reintegration of students after psychiatric hospitalization. Following principles outlined by the Evidence for Policy and Practice Information and Coordinating Centre (EPPI‐Centre), we searched 15 electronic databases with all possible literature from 1985 to May 2019 and conducted both supplementary retrospective and prospective reference searches. Fifty‐three documents (37 scientific and 16 clinical) met the inclusion criteria. A thematic synthesis of identified recommendations led to the development and definition of a nine‐step framework to guide collaboration between school and mental health practitioners. This innovative framework offers clear, structured and consensus‐based prescriptive guidelines to determine what should be done, for whom, by whom, when, and how, to facilitate the school reintegration of students hospitalized for mental health issues. Additional studies are necessary to evaluate the implementation and effectiveness of this step‐based framework.

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)0,116
score de la tête « metaresearch » (Gemma)0,221
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,116
Score d'incertitude au seuil0,612

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1160,221
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0090,013
Bibliométrie0,0370,016
Études des sciences et des technologies0,0030,004
Communication savante0,0110,010
Science ouverte0,0070,008
Intégrité de la recherche0,0050,006
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,040
Tête enseignante GPT0,418
Écart entre enseignants0,378 · 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'étudeRevue systématique
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

Citations17
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePsychology in the SchoolsMême sujetHealthcare Decision-Making and RestraintsTravaux en français237 207