MétaCan
Menu
Retour à la cohorte
Enregistrement W4406129716 · doi:10.3389/frhs.2024.1473235

Care coordination for people living with serious mental illness: understanding the caregiver's perspective

2025· article· en· W4406129716 sur OpenAlexaboutno aff
Pamela Obegu, Kayla Nicholls, Mary Alberti

Notice bibliographique

RevueFrontiers in Health Services · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueFamily Caregiving in Mental Illness
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPerspective (graphical)Mental illnessPsychologyPsychiatryMedicineGerontologyMental healthComputer science

Résumé

récupéré en direct d'OpenAlex

Introduction: Family caregivers of people living with serious mental illness such as bipolar disorder, psychosis and schizophrenia, are continuously burdened with caregiving, following the complexities of navigating the mental health system for their loved ones. The aim of the study was to understand the perspectives of caregivers about care coordination for people living with serious mental illness, highlighting the current landscape and new directions across Canada. Methods: In this co-designed participatory qualitative research, caregivers of people living with serious mental illness, and service providers were engaged and purposively sampled across Canada. Results: The main findings of the study revealed care coordination as a key strategy to alleviate the burden of caregivers and enhance sustainable support for them. In complement with collaborative mental health care, care coordination can improve service delivery and strengthen the mental health system. Conclusion: Given the severity of bipolar disorder, psychosis and schizophrenia, it is important that we prioritize care for people living with these illnesses while providing support for their caregivers who bear the brunt of the otherwise fractured mental health system. Ultimately, collaboration between people and systems is how the mental health system can be much improved, and care coordinators serve as resourceful go-betweens in this 'collaborativerse'.

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)0,000
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,302
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,010
Tête enseignante GPT0,302
Écart entre enseignants0,292 · 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'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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Health ServicesMême sujetFamily Caregiving in Mental IllnessTravaux en français237 207