MétaCan
Menu
Retour à la cohorte
Enregistrement W4404781407 · doi:10.23977/aetp.2024.080625

Exploring the Primary Mental Health Care Policies for Minors in China from 2015 to 2023 Using a Policy Triangle Framework

2024· article· en· W4404781407 sur OpenAlexvenueno aff

Notice bibliographique

RevueAdvances in Educational Technology and Psychology · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueFamily Support in Illness
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMental healthChinaPrimary carePsychologyPolitical scienceMedicineFamily medicinePsychiatryLaw

Résumé

récupéré en direct d'OpenAlex

Due to China's rapid economic development in recent years, the prevalence of psychiatric disorders among minors has increased due to intense social competition. China has issued a number of mental health policies to address the issue. Therefore, this project will explore the impact of China's primary mental health care policies on the accessibility of minors to mental health services. This project collected the mental health policy documents for minors published in China from 2015 to 2023. The collected policies are analysed using qualitative research methods. The triangular policy framework is used to analyse the content of policies and actors. Through the thematic analysis of the accessibility related content in the policy content, four main themes of improving service accessibility were obtained: the construction of a mental health service system, the education of mental health knowledge, the construction of a mental health social environment and multi-sectoral cooperation. Thematic analysis of the key actors in the content reveals that the health sector, the education sector, the civil affairs sector and Non-Governmental Organizations have played an important role in the formulation and implementation of the policy. These departments work together to promote the improvement and optimization of minor's mental health services. The project noted that there are still challenges in terms of resource investment, multisectoral collaboration mechanisms and the training and development of professionals. Based on these findings, the project recommends policies to enhance intersectoral collaboration, optimize resource allocation, and train.

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)0,005
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,184
Score d'incertitude au seuil0,366

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0030,002
Communication savante0,0030,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,056
Tête enseignante GPT0,454
Écart entre enseignants0,398 · 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'étudeQualitatif
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 revueAdvances in Educational Technology and PsychologyMême sujetFamily Support in IllnessTravaux en français237 207