Preparing a New Generation of Providers in Canada: The Mental Health + Diabetes Training Program
Notice bibliographique
Résumé
Diabetes care in Canada is compromised by the lack of resources to adequately address the mental health challenges associated with both type 1 and type 2 diabetes. To address this gap Breakthrough T1D (formerly JDRF) Canada and Diabetes Canada developed a bilingual training program, and associated directory listing successful graduates, to educate and empower existing mental health providers to better provide services to those living with diabetes. This study reports on the development and initial outcomes of this virtual training program. Training involved 6 self-learning modules and a 3-hour interactive session to consolidate knowledge. Over a 24-month period, 796 mental health providers (68.5% English-speaking, 31.5% French-speaking) enrolled in the training program. Over half of enrollees (56.3%) have completed the program to date (N=448) and 37% of completers (N=166) were approved for the Directory. The professions enrolled, spanning the country, included social workers (42.1%), psychologists (33.7%), psychotherapists (10.8%), counsellors (7.0%), mental health nurses (5.5%), and psychiatrists (0.6%). Satisfaction with the program was very high and training was considered very practical. The program is available at no cost on an ongoing basis, and follow-up research will evaluate the feasibility, acceptability, and potential health-related impact of training mental health providers in working with people with diabetes. Au Canada, les soins du diabète sont compromis par le manque de ressources pour répondre adéquatement aux défis de santé mentale associés au diabète de type 1 et de type 2. Pour combler cette lacune, Percée DT1 Canada (anciennement FRDJ) Canada et Diabète Canada ont mis au point un programme de formation bilingue, ainsi qu'un répertoire des diplômés, afin d'éduquer et d'habiliter les dispensateurs de soins en santé mentale existants à mieux servir les personnes vivant avec le diabète. Cet article présente le développement et les premiers résultats de ce programme de formation virtuel. La formation comprenait six modules d'auto-apprentissage et une session interactive de 3 heures pour consolider les connaissances. Sur une période de 24 mois, 796 dispensateurs en santé mentale (68,5 % d'anglophones et 31,5 % de francophones) se sont inscrits au programme de formation. Plus de la moitié des personnes inscrites (56,3 %) ont terminé le programme à ce jour (N = 448) et 37 % des personnes ayant terminé le programme (N = 166) ont été approuvées pour le répertoire. Les professions inscrites, dans tout le pays, comprenaient des travailleurs sociaux (42,1 %), des psychologues (33,7 %), des psychothérapeutes (10,8 %), des conseillers (7 %), des infirmiers en santé mentale (5,5 %) et des psychiatres (0,6 %). La satisfaction à l'égard du programme est très élevée et la formation est considérée comme très pratique. Le programme est disponible gratuitement sur une base continue, et des recherches de suivi évaluera la faisabilité, l'acceptabilité et l'impact potentiel sur la santé de la formation des prestataires de santé mentale au travail avec les personnes atteintes de diabète.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».