End-of-life issues, grief, and bereavement : what clinicians need to know
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Contributors. Preface. 1 Introduction to End-of-Life Care for Mental Health Professionals (Julia E. Kasl-Godley). 2 Trajectories of Chronic Illnesses (Michelle S. Gabriel). 3 The Cultural Context of Spirituality and Meaning (E. Alessandra Strada). 4 Working With Family Caregivers of Persons With Terminal Illness (David B. Feldman and Jasmin Llamas). 5 Serious Mental Illness (Julia E. Kasl-Godley). 6 Advance Care Planning (Michelle S. Gabriel and Sheila Kennedy). 7 Pharmacologic Management of Pain (W. Nat Timmins). 8 Nonpharmacological Approaches to Pain and Symptom Management (Stephanie C. Wallio and Robert K. Twillman). 9 Grief and Bereavement Care (Shirley Otis-Green). 10 Complicated Grief (E. Alessandra Strada). 11 Health-Care Teams (Julia E. Kasl-Godley and Donna Kwilosz). 12 End-of-Life Care in Long-Term Care Settings (Mary M. Lewis). 13 Advocating for Policy Change: The Role of Mental Health Providers (Robert K. Twillman and Mary M. Lewis). 14 Physician-Assisted Suicide in the United States: Issues, Challenges, Roles, and Implications for Clinicians (Silvia Sara Canetto). 15 Creating Ethics Conversations in Community (Malham M. Wakin). 16 Professional Self-Care (E. Alessandra Strada). 17 Embracing the Existential Invitation to Examine Care at the End of Life (Shirley Otis-Green). Author Index. Subject Index.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
score_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