MétaCan
Menu
Retour à la cohorte
Enregistrement W7008914139

Compassion Fatigue: Caveat Caregiver?

2016· article· en· W7008914139 sur OpenAlexaboutno aff

Notice bibliographique

RevueeYLS (Yale Law School) · 2016
Typearticle
Langueen
DomaineChemistry
ThématiqueHeavy Metals in Plants
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCompassionWonderService (business)Center (category theory)Work (physics)Child advocacy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

(Excerpt) Most of us are familiar with the stereotype of the burned out lawyer who drags herself to work in the morning, makes cynical comments throughout the day, no longer provides her best service to her clients, and goes home bored and uninspired. You may wonder why someone so uncaring ever became a child advocate in the first place, or how she lost her spark. And you know this could never happen to you. Right? Wrong, according to a panel of experts convened by the ABA Section of Litigation’s Children’s Rights Litigation Committee in a teleconference examining the phenomenon recently termed “compassion fatigue.” The teleconference, “Addressing Compassion Fatigue: An Ethical Mandate,” was moderated by Trenny Stovall, Esq., director of the DeKalb County Child Advocacy Center in Decatur, Georgia, and featured: • Alexandra Dolan, MSS, LSW, from the Support Center for Child Advocates in Philadelphia; • Josh Spitalnick, PhD, ABPP, an adjunct assistant professor in psychiatry and behavioral sciences at Emory University in Atlanta; • Françoise Mathieu, M.Ed., CCC., the coexecutive director of TEND in Ontario; and • Danielle Lynch, Esq., the supervising attorney in the DeKalb County Child Advocacy Center in Decatur. This article provides a brief overview of the teleconference as well as the materials.

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)0,006
score de la tête « metaresearch » (Gemma)0,031
Version: metacan-v3-hybrid-931329e0061cStatut 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: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,064
Score d'incertitude au seuil0,215

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,031
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,004
Communication savante0,0060,014
Science ouverte0,0040,007
Intégrité de la recherche0,0080,012
Charge utile insuffisante (le modèle a refusé de juger)0,0640,012

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 Opus0,027
Tête enseignante GPT0,272
Écart entre enseignants0,244 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeYLS (Yale Law School)Même sujetHeavy Metals in PlantsTravaux en français237 207