MétaCan
Menu
Back to cohort
Record W2010965472 · doi:10.1016/j.eurpsy.2014.09.107

Implication des usagers et des aidants dans le développement de la classification des troubles mentaux et du comportement, CIM-11

2014· article· fr· W2010965472 on OpenAlexaffabout
M. Marsili, Anne‐Claire Stona, Déborah Sebbane, Marc Laporta, J.-L. Roelandt

Bibliographic record

VenueEuropean Psychiatry · 2014
Typearticle
Languagefr
FieldSocial Sciences
TopicPublic Health and Social Inequalities
Canadian institutionsMcGill University
Fundersnot available
KeywordsHumanitiesPolitical sciencePsychologyPhilosophy

Abstract

fetched live from OpenAlex

Contexte L’Organisation mondiale de la santé (OMS) a inscrit la participation de tous les acteurs concernés par la classification internationale des maladies (CIM) dans son processus de révision. L’implication des usagers et des aidants jusque-là partielle, est de plus en plus importante et implique une nouvelle méthodologie de révision où leurs rôles ne soient pas annexes mais essentiels, tout en respectant le cadre contraint de la révision. Des travaux préliminaires menés à Lille et à Montréal ont souligné l’importance de travailler avec les usagers et aidants sur les lignes directrices de la CIM et sur l’intégration d’éléments contextuels à la classification. Objectifs – Garantir la participation des usagers et aidants au processus de révision de la CIM. – Intégrer des éléments contextuels à la classification. – Proposer des recommandations à l’OMS permettant d’aboutir à une classification des troubles mentaux et du comportement compréhensible et acceptable par toutes les parties prenantes. Méthode Étude internationale, formative et participative, multicentrique, conduite auprès des usagers, des aidants et des professionnels volontaires entre 2014 et 2015. Axes : – intégration d’éléments contextuels dans la classification des troubles mentaux et du comportement; – relecture de la classification sur le spectre de la schizophrénie et autres troubles psychotiques primaires. Recueil des données : utilisation d’une triangulation de méthodes : – réunions de travail et focus groupes; – analyse de documents; – questionnaire électronique. Analyse des données Réalisation d’une analyse statistique, d’une analyse de contenu, et création de cartes mentales Résultats attendus Des recommandations claires et précises pour l’OMS seront élaborées à l’issue de ce projet. Celles-ci devront permettre d’aboutir à une classification des troubles mentaux et du comportement compréhensible et acceptable par toutes les parties prenantes, et sur le long-terme moins stigmatisante pour les usagers et aidants.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.045
metaresearch head score (Gemma)0.087
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.059
Threshold uncertainty score0.239

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0450.087
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0050.006
Science and technology studies0.0040.004
Scholarly communication0.0090.005
Open science0.0020.005
Research integrity0.0020.003
Insufficient payload (model declined to judge)0.0110.002

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.097
GPT teacher head0.389
Teacher spread0.292 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designQualitative
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations2
Published2014
Admission routes2
Has abstractyes

Explore more

Same venueEuropean PsychiatrySame topicPublic Health and Social InequalitiesFrench-language works237,207