Survol de l’organisation des services de santé mentale forensique à travers le monde : vers un modèle hiérarchisé-équilibré
Bibliographic record
Abstract
Objectif L’objectif du présent article est de fournir un survol de l’organisation des services de santé mentale forensique dans le monde. En particulier, nous avons tenté de répondre à la question suivante : « Quelles caractéristiques systémiques doivent être considérées dans la structure et l’organisation des services de santé mentale forensique ? »Méthodes Pour ce faire, nous avons synthétisé l’information publiquement accessible qui décrit l’organisation des systèmes de psychiatrie légale dans le monde, identifiée à travers Academic Search Complete (EBSCO), ProQuest Central, Scopus, PsycInfo, Google Scholar et Google. Nous identifions les principes directeurs de l’organisation des services de psychiatrie légale et les indices potentiel de mesure de qualité des services.Résultats Cette recension sert de tremplin à l’élaboration de meilleures pratiques d’organisation des services de psychiatrie légale. Selon ces lignes directrices, un système de santé mentale forensique efficace inclurait les éléments suivants : un continuum complet de services hiérarchisés, l’intégration de services dans le système, l’adéquation des services aux besoins des personnes, l’adhésion aux principes de droits de la personne, la réponse à la diversité de la population et l’utilisation des meilleures données disponibles pour effectuer des changements systémiques.Conclusion Bien que tous ces principes soient importants, nous détaillons comment les trois premiers (continuum, intégration et adéquation des services) peuvent s’appliquer à l’organisation des services de santé mentale forensique et proposons un continuum de services de santé mentale forensique hiérarchisés et intégrés.
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 imitationNot 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.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.011 | 0.029 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.007 | 0.012 |
| Science and technology studies | 0.004 | 0.010 |
| Scholarly communication | 0.018 | 0.020 |
| Open science | 0.003 | 0.007 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.018 | 0.002 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".