MétaCan
Menu
Retour à la cohorte
Enregistrement W4317738272 · doi:10.1177/07067437221102201

Collaborative Mental Health Care in Canada: Challenges, Opportunities and New Directions

2023· article· en· W4317738272 sur OpenAlexaffvenueabout
Nick Kates, Nadiya Sunderji, Victor Ng, Maria Patriquin, Javed Alloo, Patricia Mirwaldt, Erin Burrell, Michel Gervais, Sanam Siddiqui

Notice bibliographique

RevueThe Canadian Journal of Psychiatry · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueMental Health Treatment and Access
Établissements canadiensUniversity of ManitobaCentre hospitalier de l'Université LavalCentre for Addiction and Mental HealthCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalUniversity of TorontoDalhousie UniversityUniversity of British ColumbiaCollege of Family Physicians of CanadaWaypoint Centre for Mental Health CareMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMental healthMental health carePsychologyMedicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

BackgroundIn 1997, the Canadian Psychiatric Association (CPA) and the College of Family Physicians of Canada (CFPC) published a position paper 1 highlighting the importance of improving collaboration between family physicians and psychiatrists and proposing ways in which this could be advanced.In 2011, an updated position paper reviewed the growing evidence, defined principles to guide collaboration and the external changes required to support it, broadened the scope of collaboration to include all mental health and primary care providers and services, and made recommendations for future priorities. 2 Since that time, collaborative mental health care (CMHC) has played a greater role in the planning and organization of Canadian health-care systems.3 There is a growing recognition of its potential to improve access to care (especially for marginalized and underserved populations), to integrate physical and mental health care, and to facilitate transitions in care.2,[4][5][6][7][8][9][10][11][12][13][14][15][16][17][18][19][20][21][22] Evolving models of care are increasingly informed by evaluation data and the experiences of individuals with lived experience and

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)0,018
score de la tête « metaresearch » (Gemma)0,024
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: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,155
Score d'incertitude au seuil0,980

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,024
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0030,007
Études des sciences et des technologies0,0210,010
Communication savante0,0160,010
Science ouverte0,0070,014
Intégrité de la recherche0,0080,011
Charge utile insuffisante (le modèle a refusé de juger)0,0160,001

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 Opus0,068
Tête enseignante GPT0,338
Écart entre enseignants0,270 · 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
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

Citations39
Publié2023
Routes d'admission3
Résumé présentnon

Explorer davantage

Même revueThe Canadian Journal of PsychiatryMême sujetMental Health Treatment and AccessTravaux en français237 207