Bibliographic record
Abstract
Sammendrag\n\nBakgrunnen for denne studien:\nSelvmord utgjør et betydelig folkehelseproblem både i verden og i Norge. På grunn av ringeffektene selvmord kan ha, bør mange mennesker ha kunnskap om å avverge selvmord.\nRusavhengige ansees som en risikogruppe for selvmord, og alle sykehuspasienter med denne problematikken kartlegges om erfaring med selvmord. Det er derfor relevant at rusterapeuter har kunnskap om selvmordsforebygging. \nKurset Førstehjelp ved selvmordsfare er et av Helsedirektoratets selvmordsforebyggende tiltak. Kurset er et manualbasert undervisningsprogram som går over 2 dager. Det er utviklet av organisasjonen Living Works i Canada, og går under navnet ASIST.\n\nProblemstilling: Studien undersøker hvordan rusterapeuter bruker kunnskap fra kurset førstehjelp ved selvmordsfare i praksis.\n«Hvilke erfaringer har deltakerne gjort seg i praksis med mennesker som har rusproblem?»\n\nMetode: Det ble benyttet kvalitativ metode hvor det ble gjennomført tre fokusgrupper og ett enkelt dybdeintervju. Studien inkluderer 14 informanter. Data ble analysert ved hjelp av Malteruds (2017) systematiske tekstkondensering.\n\nResultat: Studien viser at kurset var sterkt, engasjerende og lærerikt fordi deltakerne måtte bli kjent med profesjonell og privat kunnskap. Kurset gjorde deltakerne mer bevisste når de undersøkte selvmord og de beskrev større kunnskap i å kunne støtte den selvmordsnære videre. Kurset har bidratt til en felles forståelse av problematikken blant pasienter og blant sine venner og kollegaer. \n\nKonklusjon: Informantene finner kurset nyttig. Det fungerer som et godt supplement til nasjonale retningslinjer om selvmordskartlegging. Opplæring innenfor selvmordsforebygging i utdanningene er mangelfull. Informantene anvender kunnskapen på andre livsarenaer, og med dette øker rekkevidden av kunnskapen. På bakgrunn av dette anbefales videre forskning på virkningene av utført førstehjelp.\n\nNøkkelord: Rus + selvmordsforebygging + Førstehjelp ved selvmordsfare
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 | 0.005 | 0.012 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.006 | 0.002 |
| Scholarly communication | 0.009 | 0.006 |
| Open science | 0.002 | 0.009 |
| Research integrity | 0.004 | 0.007 |
| Insufficient payload (model declined to judge) | 0.174 | 0.111 |
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".