MétaCan
Menu
← Retour à la cohorte
Enregistrement W4401676347 · doi:10.35772/ghmo.2024.01008

2020 and 2021 web-based training program on children's mental health during the COVID-19 pandemic

2024· article· en· W4401676347 sur OpenAlexaff
Crystal Amiel M. Estrada, Masahide Usami, Naoko Satake, Ernesto R. Gregorio, Ma Cynthia R Leynes, Norieta Balderrama, Japhet Fernandez de Leon, Rhodora Andrea Concepcion, Cecile Tuazon Timbalopez, Vanessa Kathleen Cainghug, Noa Tsujii, Ikuhiro Harada, Jiro Masuya, Hiroaki Kihara, Kazuhiro Kawahara, Yuta Yoshimura, Yuuki Hakoshima, Jun Kobayashi

Notice bibliographique

RevueGHM Open · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensChild, Adolescent and Family Mental Health
Organismes subventionnairesNational Center for Mental HealthNational Center for Global Health and Medicine
Mots-clésCoronavirus disease 2019 (COVID-19)PandemicMental health2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)PsychologyMedical educationMedicineVirologyPsychiatryOutbreak

Résumé

récupéré en direct d'OpenAlex

COVID-19 adversely affected mental health care and service delivery globally. Continuing its thrust on improving child and adolescent mental health, the National Center for Global Health and Medicine conducted a training program in collaboration with the University of the Ryukyus, University of the Philippines Manila, the National Center for Mental Health, and the Philippine Society of Child and Adolescent Psychiatry in 2020 and 2021 to discuss the situation, challenges, and good practices in mental health treatment, care, and promotion for children and adolescents during the COVID-19 pandemic. Composed of 15 on-demand lectures and a webinar on three general mental health themes, the training identified the need for strengthening the provision of care not only in specialized health facilities but also in empowering communities in addressing children and adolescent mental health concerns. Collaboration between different stakeholders is needed to ensure child and adolescent well-being during public health emergencies.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,116

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0010,001
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0350,004

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 Opus0,099
Tête enseignante GPT0,465
Écart entre enseignants0,366 · 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'étudeSans objet
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGHM Open→Même sujetCOVID-19 and Mental Health→Travaux en français237 207→