Een ultrakorte systemische interventie voor de behandeling van psychische gezondheidssymptomen bij kinderen
Bibliographic record
Abstract
In dit artikel presenteren wij een klinische benadering voor onbehandelde psychische gezondheidsproblemen bij kinderen. Deze benadering is gebaseerd op tientallen jaren onderzoek naar gezinssystemen, co-ouderschap en de ontwikkeling van kinderen. We bespreken met name de Lausanne Family Play – Brief Intervention (LFP-B), een geprotocolleerde gezinssysteembenadering voor verzorger-verzorger-kind-therapie (en broers en zussen indien van toepassing). LFP‑B is een zeer korte benadering met meestal maar drie sessies (twee assessmentsessies en een video-feedbacksessie), met als doel het verminderen van de symptomatologie van het kind door het versterken van de co-ouderrelatie. We kijken naar de literatuur over systemische gezinstherapieën en geven de rationale voor het betrekken van co-ouders en kinderen bij de behandeling in de jeugd-ggz. Daarna geven we een rationale voor het gebruik van gedragsobservaties en video-feedback in de behandeling, waarbij we ons baseren op onderzoek naar vergelijkbare gezinsgerichte behandelingen (bijv. ouder-kind-therapieën). Tot slot geven we een overzicht van het LFP-B-protocol en presenteren een casusvoorbeeld.
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 | 0.003 | 0.011 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.023 | 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".