MétaCan
Menu
Retour à la cohorte
Enregistrement W4410947490 · doi:10.3138/jmvfh-2024-0038

Post-deployment screening in the Canadian military: Translating evaluation research into program recommendations

2025· article· en· W4410947490 sur OpenAlexaffvenueabout
David Boulos, Kerry Sudom, Bryan G. Garber

Notice bibliographique

RevueJournal of Military Veteran and Family Health · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDisaster Response and Management
Établissements canadiensDepartment of National DefenceCanadian Armed Forces
Organismes subventionnairesnon disponible
Mots-clésSoftware deploymentPolitical scienceEngineering ethicsMedical educationEngineering managementPsychologyEngineeringMedicineSoftware engineering

Résumé

récupéré en direct d'OpenAlex

The Canadian Armed Forces' (CAF's) post-deployment screening has remained largely unchanged since its 2002 introduction. This screening is required for CAF service members returning from international deployments of more than 60 days. It consists of a questionnaire that assesses self-reported issues and is subsequently reviewed by a mental health professional interviewer. The interviewer then assesses the level of concern for the member and, if warranted, recommends follow-up care. The fundamental goal of the screening is to shorten the delay to care among those with potential mental health problems. Research to evaluate the screening program's effectiveness has been limited. This article consolidates key findings and implications from a recent evaluation project to inform those who manage and deliver the CAF post-deployment screening program of areas in which modifications would be beneficial. Collectively, the evaluation studies identified benefits to screening and found that it was mostly performing as expected. However, some unexpected findings highlight a need for improved communication on screening roles, responsibilities, and benefits, implementation of screening completion monitoring, augmented training for screening interviewers, and implementation of care provision monitoring when follow-up care is recommended. This screening program is currently undergoing modernization, and the evaluation studies can provide some guidance.

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)0,206
score de la tête « metaresearch » (Gemma)0,370
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,206
Score d'incertitude au seuil0,997

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2060,370
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0050,008
Études des sciences et des technologies0,0060,002
Communication savante0,0060,003
Science ouverte0,0060,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,229
Tête enseignante GPT0,537
Écart entre enseignants0,308 · 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.

Devis d'étudeObservationnel
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
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Military Veteran and Family HealthMême sujetDisaster Response and ManagementTravaux en français237 207