Developing a person centred low secure model of care for forensic populations in NSW
Notice bibliographique
Résumé
Systems to support individualised care and treatment of forensic mental health patients have not been a priority in Australasia when compared to more well-developed systems in the UK and Canada. Despite the available legislative provisions in Australia, the mentally ill offender population in New South Wales (NSW) is often not supported with accommodation appropriate for the levels of restriction they need as they move towards community re-entry. A significant number of patients within the NSW forensic mental health system continue to be accommodated in unnecessarily high security facilities due to a lack of low-secure facilities and supported community placements, even though the National Disability Insurance Scheme (NDIS) and programs such as Housing and Accommodation Support Initiative (HASI+) have improved provision of this in recent years. This study thematically analyses interviews with clinical experts working in forensic mental health in NSW to conceptualise a new model of care to appropriately support people with mental illness who require low-secure forensic mental health services, and to consider how such a model could be implemented. Semi-structured interviews were conducted in two phases. The first phase involved 23 purposively selected experienced forensic mental health clinicians - primarily nurses, doctors, psychologists, social workers, occupational therapists and administrators - with interest, knowledge, and experience in forensic mental health services to gain insight into issues with the current system and relevant components of a new model for low-secure forensic care in NSW.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,008 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,002 | 0,012 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».