MétaCan
Menu
Retour à la cohorte
Enregistrement W4399162876 · doi:10.63050/jpps.18.03.104

Frontline Staff Perceptions of the Safewards Model on a Forensic Psychiatric Unit in Canada

2021· article· en· W4399162876 sur OpenAlexaffabout
Tariq Hassan, Brittany Bishop, Imtiaz Ahmad Dogar, Niall Galbraith

Notice bibliographique

RevueJournal of Pakistan Psychiatric Society · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueHealthcare Decision-Making and Restraints
Établissements canadiensTrent UniversityQueen's University
Organismes subventionnairesnon disponible
Mots-clésUnit (ring theory)Forensic psychiatryMedicinePerceptionNursingPsychologyPsychiatryMedical education

Résumé

récupéré en direct d'OpenAlex

Aim and Method: The Safewards model is an evidence-based program designed to increase safety on inpatient psychiatric wards. This qualitative study sought to obtain feedback regarding the Safewards program from frontline staff on an inpatient forensic unit, three years after implementation of the program, in order to determine their opinions on if the program was effective, and how the program could be improved. Results: The majority of staff expressed that Safewards is an effective and useful program that was worth the time it took to implement, and expressed some suggestions for improvement. More experienced staff are more likely to feel that the program is unnecessary, and newer staff are more likely to feel that they lack sufficient training. Clinical Implications: This feedback, taken in consideration with studies that show that Safewards is effective at reducing rates of conflict and containment, could be useful to other inpatient psychiatric wards considering implementing the Safewards program.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,494
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,350
Écart entre enseignants0,328 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Pakistan Psychiatric SocietyMême sujetHealthcare Decision-Making and RestraintsTravaux en français237 207