MétaCan
Menu
Retour à la cohorte
Enregistrement W4385563750 · doi:10.1111/hex.13827

The elephant in the room: Family engagement in mental health and substance use research

2023· editorial· en· W4385563750 sur OpenAlexaff
Lisa D. Hawke, Connie Putterman, Nathan Dawthorne, S. J. S. Pascoe, Shaylene Pind

Notice bibliographique

RevueHealth Expectations · 2023
Typeeditorial
Langueen
DomaineHealth Professions
ThématiqueMental Health and Patient Involvement
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésConceptualizationMental healthPublic engagementInclusion (mineral)Psychological interventionPsychologyPublic relationsCommunity engagementSociologyMedicineNursingPolitical scienceSocial psychologyPsychotherapist

Résumé

récupéré en direct d'OpenAlex

There is a growing emphasis in academic research on engaging people with lived experience (PWLE) of mental health and/or substance use challenges in research projects.1 People and communities with lived experience can be included in all aspects of research processes, which is increasingly encouraged by funding bodies and institutions.While engagement has grown rapidly in recent years, 2 the movement is built upon decades of progressive experience in decentring academic work across disciplines through key informant collaboration.Lived experience engagement in research, also known as 'patient engagement' or 'patient and public involvement', provides many benefits to the research process, as PWLE are subject-matter experts and key stakeholders.PWLE engagement occurs across the health disciplines, in a wide variety of research designs, including an extensive body of mental health and substance use research.2 Engaging PWLE promotes the inclusion of perspectives that matter, and stimulates the healing of the injustices of past and current imbalances and inequities in health care and research settings.To ensure that engagement is meaningful and not tokenistic, and thus remains ethically conscious, it is important to reflect on the conceptualization of engagement: what is engagement, who is Health Expectations.

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)0,065
score de la tête « metaresearch » (Gemma)0,062
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Éditorial · Signal consensuel: aucune
Score de désaccord entre enseignants0,935
Score d'incertitude au seuil0,343

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0650,062
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,003
Études des sciences et des technologies0,0310,038
Communication savante0,0160,032
Science ouverte0,0040,034
Intégrité de la recherche0,0100,016
Charge utile insuffisante (le modèle a refusé de juger)0,0160,002

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 Opus0,514
Tête enseignante GPT0,559
Écart entre enseignants0,045 · 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.

Devis d'étudeSans objet
DomaineMéthodes
GenreÉditorial

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

En bref

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth ExpectationsMême sujetMental Health and Patient InvolvementTravaux en français237 207