MétaCan
Menu
← Retour à la cohorte
Enregistrement W6977431820 · doi:10.6084/m9.figshare.22220480.v1

Psychosocial assessment in brain injury: An international social work survey

2023· article· en· W6977431820 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychosocialSocial workRehabilitationInformed consentCompliance (psychology)Quality assuranceSocial supportQuality of life (healthcare)

Résumé

récupéré en direct d'OpenAlex

To survey social workers in the field of traumatic brain injury (TBI)/acquired brain injury (ABI) about their practice in conducting psychosocial assessments. Design: A cross-sectional quality assurance study. A cross-sectional quality assurance study. Social workers from professional social work rehabilitation networks spanning Sweden, the United Kingdom, North America, and Asia Pacific regions. Purpose-designed survey comprising closed and open items, organized into six sections and administered electronically. The 76 respondents were mainly female (65/76, 85.5%) from nine countries (majority from Australia, United States, Canada). Two-thirds of respondents were employed in outpatient/ community settings (51/76, 67.1%), with the balance working in inpatient/rehabilitation hospital settings. Over 80% of respondents conducted psychosocial assessments, with the assessments informed by a systemic focus, situating the individual within their broader family and societal networks. The top five issues identified in inpatient/rehabilitation settings were housing related needs, informed consent for treatment, caregiver support, financial issues and navigating the treatment system. In contrast, the leading issues identified in community settings related to emotional regulation, treatment resistance and compliance issues, depression, and self-esteem. Social workers assessed a broad range of psychosocial issues spanning individual, family, and environmental contextual factors. Findings will contribute to future development of a psychosocial assessment framework.

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)0,004
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,280
Tête enseignante GPT0,494
Écart entre enseignants0,213 · 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'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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshare→Même sujetTraumatic Brain Injury Research→Travaux en français237 207→