Principles and procedures for revising the hierarchical taxonomy of psychopathology.
Notice bibliographique
Résumé
Quantitative, empirical approaches to establishing the structure of psychopathology hold promise to improve on traditional psychiatric classification systems. The Hierarchical Taxonomy of Psychopathology (HiTOP) is a framework that summarizes the substantial and growing body of quantitative evidence on the structure of psychopathology. To achieve its aims, HiTOP must incorporate emerging research in a systematic, ongoing fashion. In this article, we describe the historical context and grounding of the principles and procedures for revising the HiTOP framework. Informed by strengths and shortcomings of previous classification systems, the proposed revisions protocol is a formalized system focused around three pillars: (a) prioritizing systematic evaluation of quantitative evidence by a set of transparent criteria and processes, (b) balancing stability with flexibility, and (c) promoting inclusion over gatekeeping in all aspects of the process. We detail how the revisions protocol will be applied in practice, including the scientific and administrative aspects of the process. Additionally, we describe areas of the HiTOP structure that will be a focus of early revisions and outline challenges for the revisions protocol moving forward. The proposed revisions protocol is designed to ensure that the HiTOP framework reflects the current state of scientific knowledge on the structure of psychopathology and fulfils its potential to advance clinical research and practice. (PsycInfo Database Record (c) 2023 APA, all rights reserved).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,423 | 0,618 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,005 |
| Bibliométrie | 0,014 | 0,008 |
| Études des sciences et des technologies | 0,007 | 0,028 |
| Communication savante | 0,010 | 0,015 |
| Science ouverte | 0,009 | 0,015 |
| Intégrité de la recherche | 0,006 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».