A Snapshot of the Counselling and Psychotherapy Workforce in Australia in 2020: Underutilised and Poorly Remunerated, Yet Highly Qualified and Desperately Needed
Notice bibliographique
Résumé
The aim of the 2020 workforce survey was to profile professionals affiliated with the Psychotherapy and Counselling Federation of Australia (PACFA) to inform future policy and service planning. PACFA is a national peak body for Australian counsellors and psychotherapists, representing 3,500 members across all states and territories. This study builds on previous workforce studies, the first of which was conducted in 2004. An online questionnaire was circulated to PACFA members covering participants’ demographics, qualifications, employment, sources of client referrals, client groups and presentations, along with the impact of the COVID-19 pandemic. Reflecting previous findings, participants predominantly identified as female, as coming from Australian or English backgrounds, and as being located in or around major cities. Notably, a higher proportion of counsellors and psychotherapists than psychologists and psychiatrists (who also have qualifications as counsellors or psychotherapists) were found in regional and rural Australia. The shortage of mental health services in Australia, especially in remote areas, and the desire for more working hours among over one quarter of registered practitioners, mean this workforce needs to be far better utilised to meet public demand and reduce health inequities for people in regional, rural, and remote Australia. Government recognition of registered counsellors and practitioners through Medicare’s Better Access subsidised sessions would significantly remedy the shortage of mental health services.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».