MétaCan
Menu
Retour à la cohorte
Enregistrement W4415597539 · doi:10.1080/01612840.2025.2563644

Feeling Risk: Countertransference-Informed Suicide Assessment in Nursing

2025· article· en· W4415597539 sur OpenAlexaff
M Gay

Notice bibliographique

RevueIssues in Mental Health Nursing · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueSuicide and Self-Harm Studies
Établissements canadiensBeatrice Hunter Cancer Research Institute
Organismes subventionnairesnon disponible
Mots-clésAttunementCountertransferenceFeelingSuicidologyPsychodynamicsDenialAffect (linguistics)Grounded theoryPoison control

Résumé

récupéré en direct d'OpenAlex

Suicide risk is often reflective and nonverbal, transmitted through the affective field of the clinician-patient relationship. This discussion paper advances a defense-informed framework showing how splitting, projection, and denial may be enacted interpersonally and registered as countertransference-guilt, detachment, or affective "whiplash"-that signals unspoken suicidal disintegration. Integrating psychodynamic and intersubjective theory with emerging suicidology (e.g. Suicide Crisis Syndrome), the approach formalizes countertransference as clinical attunement rather than interference. It augments standardized assessment by adding relational and embodied data, particularly when communication is fragmented, symbolic, or defended. Practice implications include routine affect check-ins, reflective supervision, and deliberate use of relational cues in formulation and safety planning. Although examples derive from youth and high-acuity services, the framework is transdiagnostic and portable across inpatient, community, and emergency settings. The aim is a more responsive, person-centered model of suicide prevention grounded in containment, co-regulation, and therapeutic presence.

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)0,018
score de la tête « metaresearch » (Gemma)0,039
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,095

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,039
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,004
Communication savante0,0040,004
Science ouverte0,0010,006
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,036
Tête enseignante GPT0,473
Écart entre enseignants0,437 · 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'étudeThéorique ou conceptuel
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'admission1
Résumé présentoui

Explorer davantage

Même revueIssues in Mental Health NursingMême sujetSuicide and Self-Harm StudiesTravaux en français237 207