MétaCan
Menu
Retour à la cohorte
Enregistrement W4410706055 · doi:10.12927/hcq.2025.27584

A Contemporary Model of Care for Forensic Mental Health Services in Ontario

2025· article· en· W4410706055 sur OpenAlexaffvenueabout
Treena Wilkie, Stephanie R. Penney, Roland M. Jones, Sumeeta Chatterjee, Tania Saccoccio, Alexander I. F. Simpson

Notice bibliographique

RevueHealthcare Quarterly · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueClinical practice guidelines implementation
Établissements canadiensGovernment of OntarioUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésMental healthBest practiceCriminal justiceMental illnessForensic psychiatryForensic scienceEconomic JusticeMedicineNursingPsychologyPublic relationsPsychiatryCriminologyPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

Forensic mental health services (FMHSs) are high-risk and high-cost tertiary services, serving people with serious mental illness and criminal justice involvement, often with histories of violence and co-occurring substance use. FMHSs are expected to develop agreed-upon standards that are guided by an overarching model of care (MOC). A MOC integrates organizational processes with best-known practices and innovations to guide the development and evaluation of clinical services. We describe a MOC developed in a Canadian forensic program that included standards for clinical pathways and processes, treatment resourcing and outcome measurement. A MOC is imperative to a FMHS fulfilling its mandated role of public protection.

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)0,008
score de la tête « metaresearch » (Gemma)0,010
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: aucune
Score de désaccord entre enseignants0,798
Score d'incertitude au seuil0,926

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,010
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0160,013
Communication savante0,0090,004
Science ouverte0,0040,006
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,158
Tête enseignante GPT0,470
Écart entre enseignants0,312 · 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

Citations1
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealthcare QuarterlyMême sujetClinical practice guidelines implementationTravaux en français237 207