MétaCan
Menu
Retour à la cohorte
Enregistrement W4413907383 · doi:10.1142/s2810968625500019

Wounded Healers: Peer Support Work of Sexual Minority Men in Substance Use Recovery in Singapore

2025· article· en· W4413907383 sur OpenAlexaff
Maha Yewtuck See, Chuanfei Chin, Daniel Weng Siong Ho, Rayner Kay Jin Tan

Notice bibliographique

RevueCounselling & Psychotherapy Review Singapore · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocioeconomic Development in Asia
Établissements canadiensPricewaterhouseCoopers (Canada)
Organismes subventionnairesnon disponible
Mots-clésSubstance usePeer supportPsychologyPsychiatryMedicinePsychotherapist

Résumé

récupéré en direct d'OpenAlex

Integrating peer support for substance use treatment has been associated with multiple benefits for individuals who are in recovery. There is a high need for trained peer supporters in Singapore’s policy environment, particularly for LGBTQ[Formula: see text] individuals who require access to safe spaces for substance use recovery, of which there are insufficient trained professionals and minimal training in this intersection of substance use recovery for LGBTQ[Formula: see text] individuals. Peer support is thus essential to provide appropriate, safe, and evidence-based support. The article examines the indispensable nature of peer support in addiction recovery and the value of working with one’s traumatic experiences in the process of helping others. This is done through examining a continuing education (CE) programme, The Wounded Healer, developed and implemented for a peer support programme in a substance use recovery centre (The Greenhouse Community Services). A conceptual background on the wounded healer will be introduced, followed by a presentation of the three modules of the programme: (a) the gifts of wounded healers, (b) self-compassion for the wounded healer, and (c) safeguards for wounded healers. Discussions and reflections will cover peer support work as a healing process, the value of CE, and public health implications of peer support.

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)0,006
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,746
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,054
Tête enseignante GPT0,356
Écart entre enseignants0,303 · 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
GenreSynthèse

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'admission1
Résumé présentoui

Explorer davantage

Même revueCounselling & Psychotherapy Review SingaporeMême sujetSocioeconomic Development in AsiaTravaux en français237 207