Understanding priorities and needs for child and adolescent mental health in Greece from multiple informants: an open resource dataset
Notice bibliographique
Résumé
The Child and Adolescent Mental Health Initiative (CAMHI) aims to enhance mental health care capacity for children and adolescents across Greece. Considering the need for evidence-based policy, the program developed an open-resource dataset for researching the field within the country. A comprehensive, mixed-method, community-based research was conducted in 2022/2023 assessing the current state, needs, barriers, and opportunities according to multiple viewpoints. We surveyed geographically distributed samples of 1,756 caregivers, 1,201 children/adolescents, 404 schoolteachers, and 475 health professionals using validated instruments to assess mental health symptoms, mental health needs, literacy and stigma, service use and access, professional practices, training background, and training needs and preferences. Fourteen focus groups were conducted with informants from diverse populations (including underrepresented minorities) to reach an in-depth understanding of those topics. A dataset with quantitative and qualitative findings is now available for researchers, policymakers, and society [ https://osf.io/crz6h/ and https://rpubs.com/camhi/sdashboard ]. This resource offers valuable data for assessing the needs and priorities for child and adolescent mental health care in Greece. It is now freely available to consult, and is expected to inform upcoming research and evidence-based professional training. This initiative may inspire similar ones in other countries, informing methodological strategies for researching mental health needs.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».