MétaCan
Menu
Retour à la cohorte
Enregistrement W7067237169

middle-aged men and suicide in Ireland

2018· report· en· W7067237169 sur OpenAlexfundno aff

Notice bibliographique

RevueLenus, The Irish Health Repository (Dr Steevens Hospital Library) · 2018
Typereport
Langueen
DomaineEnvironmental Science
ThématiqueLandfill Environmental Impact Studies
Établissements canadiensnon disponible
Organismes subventionnairesQueen's UniversityQueen's University Belfast
Mots-clésUnemploymentSuicide preventionIrishRecessionNormativePoison controlInjury preventionOccupational safety and health
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Over the past 10 years, the suicide rate among middle-aged men (40-59 years old) in the Republic of Ireland has been the highest of all age cohorts. Self-Harm rates amongst middle-aged men have also increased in recent years, reaching a high of 207 per 100,000 in 2012. This is of particular concern, considering the higher lethality of suicide acts among males as well as the greater risk of suicide following self-harm amongst males. Despite these trends, there has been little attention on middle-aged men in public, policy or research discourse. Numerous studies have reported that economic recession and increased rates of unemployment are associated with a decline in mental health and increased rates of suicide and self-harm within a global, European and Irish context. These statistics indicate a clear and urgent need for a specific suicide prevention focus targeting middle-aged men. Suicide prevention is often understood in terms of risk and protective factors. This approach is necessary in order to determine and develop effective suicide prevention strategies and interventions. Gender encompasses socially constructed roles or normative behaviours for males and females. The key factors that are associated with gender and suicide among men are: • Men’s use of more lethal methods. • A reticence to seek help. • Higher rates of alcohol and substance misuse. • Factors specific to ‘high risk’ groups

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,159
Score d'incertitude au seuil0,315

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,026
Tête enseignante GPT0,265
Écart entre enseignants0,238 · 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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLenus, The Irish Health Repository (Dr Steevens Hospital Library)Même sujetLandfill Environmental Impact StudiesTravaux en français237 207