MétaCan
Menu
← Retour à la cohorte
Enregistrement W7033237941

Preventative efforts surrounding inmate suicide

2019· dissertation· en· W7033237941 sur OpenAlexaboutno aff

Notice bibliographique

RevueCSUN ScholarWorks (California State University, Northridge) · 2019
Typedissertation
Langueen
DomainePsychology
ThématiqueSuicide and Self-Harm Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTSG101NucleofectionGestational periodPretextHyporeflexiaCircumstantial evidence
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The overall purpose of this study was to gain a deeper understanding of inmate suicide and preventative methods that are practiced among correctional facilities. This study discusses contributing factors of inmate suicide, risk factors among inmates, suicide preventative methods, and 4 preventative programs that were carried out in different countries. The research design used in this paper was a case study approach where the researcher gained access to 4 publicly available studies conducted in correctional facilities. The research found that there are multiple factors that play a role in inmate suicide from victim demographics to location of where the suicidal act was committed. Preventative methods that have been widely utilized includes proper staff training, accurate intake and screening assessments, appropriate housing placement of inmates, constant observation and monitoring, and effective communication. The cases that were studied are as follows: the Depression Hopelessness and Suicide (DHS) screening form, Skills-Based Training on Risk Management (STORM) training, Samaritans of Southern Alberta (SAMS), and the Inmate Observer Program (IOP). Each preventative program has its own merits; however, two of the programs seemed to stand out above the others as being most effective. The author believes that if correctional facilities implement proper preventative efforts and skillful techniques, suicide among inmates could likely be prevented.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,002
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,022
Tête enseignante GPT0,293
Écart entre enseignants0,271 · 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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCSUN ScholarWorks (California State University, Northridge)→Même sujetSuicide and Self-Harm Studies→Travaux en français237 207→