MétaCan
Menu
Retour à la cohorte
Enregistrement W4414925403 · doi:10.1111/fcre.70020

Developing a formal model of peer support for bereaved military families: A co‐production and evidence‐based approach

2025· article· en· W4414925403 sur OpenAlexaboutno aff
Gill McGill, Shannon Allen, Alison Osborne, Jessica Gates

Notice bibliographique

RevueFamily Court Review · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueGrief, Bereavement, and Mental Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPeer supportGrounded theoryNarrativeProcess (computing)GriefPeer reviewTechnical peer reviewSocial support

Résumé

récupéré en direct d'OpenAlex

Abstract This study aimed to develop a formal model of peer support for bereaved military families in the United Kingdom (UK) that is co‐designed, inclusive, and integrated within the existing bereavement support system, without requiring affiliation with specific associations. The need for such a model was identified through a previous study (McGill et al., 2022), which examined the long‐term impact of military bereavement and recommended the development of peer support tailored to the short, medium, and long‐term needs of bereaved families. In response, the present research adopted an applied mixed‐methods approach, incorporating a systematic narrative review, online survey, expert consultation, and co‐production workshops. This iterative, multi‐phase process ensured the resulting pilot framework was grounded in the lived experiences of those affected by sudden or traumatic military loss. The findings informed the co‐production of an evidence‐based peer support model intended to enhance, compliment, and extend the nature and reach of existing bereavement services.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,425
Score d'incertitude au seuil0,856

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,158
Tête enseignante GPT0,413
Écart entre enseignants0,255 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFamily Court ReviewMême sujetGrief, Bereavement, and Mental HealthTravaux en français237 207