MétaCan
Menu
Retour à la cohorte
Enregistrement W4404326729 · doi:10.70256/575573kvstfh

Sharing the Trauma

2010· article· en· W4404326729 sur OpenAlexaboutno aff
Heidi Heft LaPorte, Jay Sweifach, Norman Linzer

Notice bibliographique

RevueBest practices in mental health · 2010
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer scienceGeology

Résumé

récupéré en direct d'OpenAlex

This article highlights the results of a qualitative study exploring the perceptions of front-line social workers about the use of therapist self-disclosure (TSD) to work through painful emotional distress subsequent to the disaster when working with clients in the aftermath of a catastrophic event. This study was conducted with focus groups of social workers in health-care and social-service settings in the United States, Canada, and Israel. Transcripts were coded for themes and analyzed using the computer software package Atlas TI. The respondents identified a number of ethical and practical dilemmas. Prominent among them was the use of TSD following a shared traumatic event. In this article, the discussion focuses on circumstances surrounding the use of TSD by practitioners during and immediately following disaster-based emergencies, such as the SARS epidemic in Canada, 9/11, ongoing terrorist acts in Israel, and hurricanes in Florida. This article presents findings specific to TSD. These findings are part of a larger study that examined the impact of man-made and natural disasters on social work practice. The findings reveal a beginning understanding about how and the extent to which TSD is and is not used in the therapeutic relationship when both client and therapist have experienced simultaneous trauma. We also offer a beginning set of recommendations for using TSD with disaster victims.

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)0,004
score de la tête « metaresearch » (Gemma)0,011
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 enseignants0,015
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0150,015
Communication savante0,0090,008
Science ouverte0,0020,023
Intégrité de la recherche0,0020,006
Charge utile insuffisante (le modèle a refusé de juger)0,0120,002

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 Opus0,107
Tête enseignante GPT0,478
Écart entre enseignants0,370 · 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

Citations2
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBest practices in mental healthMême sujetMigration, Health and TraumaTravaux en français237 207