MétaCan
Menu
Retour à la cohorte
Enregistrement W4388103487 · doi:10.55922/001c.77502

Learning together how to teach in the field of child and adolescent mental health

2023· article· en· W4388103487 sur OpenAlexaff
Samuele Cortese, Graeme Fairchild, James Fallon, Carlos Hoyos, Bennett Leventhal, Monica Roman-Morales, Asilay Şeker, Péter Szatmári, Gordana Milavić, Alexis Revet

Notice bibliographique

RevueInternational Journal of Psychiatric Trainees · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensHospital for Sick ChildrenUniversity of TorontoSickKids FoundationCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésMental healthPerspective (graphical)ScholarshipField (mathematics)PsychologyPedagogyTeaching methodMedical educationMedicinePolitical scienceComputer sciencePsychiatry

Résumé

récupéré en direct d'OpenAlex

There is a continuous need to share ideas on innovative and effective educational/training practices in the field of child and adolescent mental health. In this short communication, experienced educators in the field, supported by the perspective of early career professionals, cover a broad range of topics, reflecting different approaches and disciplines. In particular, this article addresses the following topics: teaching scholarship, teaching using films, teaching using systemic thinking, teaching through international training seminars, remote teaching, and the future of teaching in child and adolescent mental health.

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)0,013
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,082

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,018
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0070,006
Communication savante0,0120,012
Science ouverte0,0020,015
Intégrité de la recherche0,0040,014
Charge utile insuffisante (le modèle a refusé de juger)0,0250,010

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 Opus0,020
Tête enseignante GPT0,391
Écart entre enseignants0,371 · 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'étudeQualitatif
Domainenon disponible
GenreEmpirique

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Psychiatric TraineesMême sujetDigital Mental Health InterventionsTravaux en français237 207