MétaCan
Menu
Retour à la cohorte
Enregistrement W4406817859 · doi:10.1177/10398562251316365

Mapping the regional and remote specialised mental health workforce: Commentary on the AIHW data for 2022–2023

2025· article· en· W4406817859 sur OpenAlexaff
Jeffrey CL Looi, Stephen Allison, Tarun Bastiampillai, Steve Kisely

Notice bibliographique

RevueAustralasian Psychiatry · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésWorkforceMental healthRural areaMedicineWelfarePublic healthSocial WelfareNursingEnvironmental healthPsychologyPsychiatryPolitical science

Résumé

récupéré en direct d'OpenAlex

ObjectiveThe Australian Institute of Health and Welfare publishes statistical indicator reports on the specialised mental health workforce. These include data for 2022-2023 on psychiatrists, mental health nurses, mental health occupational therapists, psychologists and mental health social workers. We provide a brief commentary on these reports, reflecting upon the implications of such changes for psychiatric practice and patient care.ConclusionsOverall, there are fewer mental health workers with increasing distance from urban centres. There are insufficient rural psychiatrists with the NT and Queensland having higher rates per 100,000 in outer regional and remote areas. Psychologists and mental health nurses have the highest rates per 100,000 in rural areas. Though low in absolute rates per 100,000, mental health social workers are better distributed in rural compared to urban areas. Further data on public, private and non-governmental sector employment would be useful.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,111
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0040,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,108
Tête enseignante GPT0,441
Écart entre enseignants0,333 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAustralasian PsychiatryMême sujetGlobal Health Workforce IssuesTravaux en français237 207