MétaCan
Menu
Retour à la cohorte
Enregistrement W4315842326 · doi:10.53841/bpshpu.2022.31.1.40

Professional responsibilities relating to addressing discrimination and difference in health psychology therapeutic practice

2022· article· en· W4315842326 sur OpenAlexaff
Sasha Cain, Kiran Kaur Bains

Notice bibliographique

RevueHealth Psychology Update · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRacial and Ethnic Identity Research
Établissements canadiensSt. Thomas Hospital
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Inclusion (mineral)PsychologyPublic relationsPrejudice (legal term)Social psychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Applied HPs work in the context of cultural and societal change. Recently this included the #BlackLivesMatter Campaign, the #metoo movement, LGBTQIA inclusion and a national pandemic; all of which have highlighted inequalities in UK society. HPs often work therapeutically with clients who experience discrimination linked to the direct and indirect consequences of health conditions, lifestyle behaviours and disabilities as well as relating to other visible and invisible differences. HCPC guidelines on discrimination require registrants to not discriminate towards others and to challenge colleagues who discriminate against others. However, responsibilities are not contextualised and do not address the personal impact of discrimination faced by the psychologist themselves (personally and professionally), which may impact the perceived safety of raising professional concerns. The British Psychological Society guidance for practitioner psychologists on discrimination does not address how to discuss difference and discrimination within therapeutic practice. Internationally there are examples of guidance that could be adapted for the UK. HPs need to take a strong affirmative position on tackling discrimination in its broadest definition across marginalised groups. Professional guidance/best practice that recognises the personal experiences of discrimination and clarifies roles and responsibilities would support us to do this.

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)0,052
score de la tête « metaresearch » (Gemma)0,091
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil0,277

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0520,091
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0060,012
Communication savante0,0100,011
Science ouverte0,0030,013
Intégrité de la recherche0,0120,022
Charge utile insuffisante (le modèle a refusé de juger)0,0160,004

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 Opus0,209
Tête enseignante GPT0,573
Écart entre enseignants0,364 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

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

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth Psychology UpdateMême sujetRacial and Ethnic Identity ResearchTravaux en français237 207